调用loader.load()时出现ImportError：无法从pdfminer.utils导入open_filename

问题根源 #

错误源于pdfminer.six版本与unstructured依赖版本不兼容，新版pdfminer.six中已移除open_filename方法，而旧版unstructured仍依赖该方法。

修复步骤 #

• 彻底卸载冲突依赖：

  pip uninstall -y pdfminer pdfminer.six unstructured langchain
  

• 安装兼容版本的套件：

  pip install pdfminer.six==20221105 unstructured==0.7.12 langchain
  

• 重新执行PDF加载代码：

  from langchain.document_loaders import UnstructuredPDFLoader
  loader = UnstructuredPDFLoader("./xx.pdf")
  data = loader.load()
  

备选方案 #

如果上述方法仍无效，可替换为LangChain的PyPDFLoader加载PDF：

from langchain.document_loaders import PyPDFLoader
loader = PyPDFLoader("./xx.pdf")
pages = loader.load_and_split()

内容的提问来源于stack exchange，提问作者gopakumar sivanpillai