Streamlit文件上传路径传递及缓存重复执行问题

初始问题：Streamlit上传文件无法读取 #

我编写了一个接收文件路径的document_loader函数，代码如下：

from typing import Optional
from langchain_core.documents import Document
from langchain.document_loaders import PyPDFLoader

def document_loader(doc_path: str) -> Optional[Document]:
    """ 将指定格式的文档转换为Langchain Document对象
    
    参数:
        doc_path (str): PDF文档的路径字符串

    返回:
        Optional[Document]: Document类实例；若文件未找到则返回None
    """
    
    loader = PyPDFLoader(doc_path)
    docs = loader.load()
    print("Document loader done")

PyPDFLoader是基于PyPDF2的封装，用于读取PDF文件路径。

当硬编码文件路径调用该函数时：

document_loader('/Users/Documents/hack/data/abc.pdf')

函数可正常读取PDF文件。

但尝试通过Streamlit的file_uploader()让用户上传PDF文件时：

import streamlit as st
import os

uploaded_file = st.sidebar.file_uploader("Upload a file", key= "uploaded_file")
print(st.session_state.uploaded_file)

if uploaded_file is not None:
    filename = st.session_state.uploaded_file.name
    print(os.path.abspath(st.session_state.uploaded_file.name))
    document_loader(f'"{os.path.abspath(filename)}"')

出现报错：

ValueError: File path "/Users/Documents/hack/data/abc.pdf" is not a valid file or url

其中print(os.path.abspath(st.session_state.uploaded_file.name))输出的路径与硬编码路径完全一致。注：Streamlit运行在本地笔记本的localhost上，我通过本地运行的Streamlit应用上传PDF。

后续问题：临时文件导致缓存失效 #

按照建议添加tempfile后，读取问题解决，但出现新问题：传递临时文件路径的函数会在用户每次交互时重复执行。原因是临时文件路径自动变化，即使给函数添加了@st.cache_data装饰器也无效。上传的PDF文件未改变，不希望重复执行该函数（每次执行会产生成本），而Streamlit已弃用allow_mutation=True参数，需解决该问题。当前代码如下：

import streamlit as st
import tempfile
from typing import Optional
from langchain_core.documents import Document
from langchain.document_loaders import PyPDFLoader

@st.cache_data
def document_loader(doc_path: str) -> Optional[Document]:
    """ 将指定格式的文档转换为Langchain Document对象

    参数:
        doc_path (str): PDF文档的路径字符串

    返回:
        Optional[Document]: Document类实例；若文件未找到则返回None
    """

    loader = PyPDFLoader(doc_path)
    docs = loader.load()
    print("Document loader done")

uploaded_file = st.sidebar.file_uploader("Upload a file", key= "uploaded_file")

if uploaded_file is not None:
    with tempfile.NamedTemporaryFile(delete=False) as temp_file:
            temp_file.write(uploaded_file.getvalue())
            temp_file_path = temp_file.name
            print(temp_file_path)

    custom_qa = document_loader(temp_file_path)

内容的提问来源于stack exchange，提问作者Baktaawar