4. 실습 ① — 텍스트 파일 읽기

from langchain_community.document_loaders import TextLoader

# encoding을 반드시 지정하세요 — 한글 깨짐 방지
loader = TextLoader("data/notice.txt", encoding="utf-8")
docs = loader.load()

print("문서 개수 :", len(docs))
print("본문 길이 :", len(docs[0].page_content), "글자")
print()
print("--- 본문 앞 100자 ---")
print(docs[0].page_content[:100])
print()
print("--- 메타데이터 ---")
print(docs[0].metadata)

# ============================================================
# 6차시 | PPT: 06차시_문서로딩실습.pptx
# 역할: PDF를 페이지 단위 Document로 읽기
# 입력: ../../data/notice.pdf
# 출력: 페이지 수, 첫 페이지 본문, metadata
# 흐름:
#   notice.pdf
#     -> PyPDFLoader.load()
#     -> 페이지마다 Document 1개
#     -> print
# ============================================================
# 파일 이름은 load_text.py이지만, 아래 코드는 텍스트가 아니라 PDF를 읽습니다.
# Document: 페이지 1장의 본문(page_content)과 부가 정보(metadata)를 담는 객체
# metadata: 만든 프로그램, 파일 경로(source), 쪽 번호(page) 같은 딕셔너리

# pip install pypdf
from langchain_community.document_loaders import PyPDFLoader

# 로더는 "어떤 파일을 읽을지"만 기억합니다. 실제로 읽는 것은 load()를 부를 때입니다.
# 경로는 실행 위치(실습/src/06) 기준입니다.
loader = PyPDFLoader(
    "../../data/notice.pdf"
)

# PDF는 쪽마다 Document가 됩니다. notice.pdf는 1쪽이라 길이는 1입니다.
documents = loader.load()
print(f"문서 길이 => {len(documents)}")
print()
# 결과는 리스트라서 [0]으로 첫 쪽을 꺼낸 뒤 본문 칸을 봅니다.
print(f"문서 내용 =>\n {documents[0].page_content}")
print()
# source(경로)와 page(0부터 세는 쪽 번호)가 출처 표시에 쓰일 꼬리표입니다.
print(f"메타 =>\n {documents[0].metadata}")