Airbyte Typeform

Airbyte 是一个用于从API、数据库和文件到数据仓库和数据湖的ELT管道的数据集成平台。它拥有最大的ELT连接器目录，可连接到数据仓库和数据库。

此加载器将Typeform连接器公开为文档加载器，允许您将各种Typeform对象加载为文档。

安装

首先，您需要安装 airbyte-source-typeform Python 包。

#!pip install airbyte-source-typeform

示例

请查看Airbyte文档页面以获取有关如何配置读取器的详细信息。 配置对象应遵循的JSON模式可以在Github上找到：https://github.com/airbytehq/airbyte/blob/master/airbyte-integrations/connectors/source-typeform/source_typeform/spec.json。

一般的形状如下所示：

{
  "credentials": {
    "auth_type": "Private Token",
    "access_token": "<your auth token>"
  },
  "start_date": "<date from which to start retrieving records from in ISO format, e.g. 2020-10-20T00:00:00Z>",
  "form_ids": ["<id of form to load records for>"] # if omitted, records from all forms will be loaded
}

默认情况下，所有字段都存储为文档中的元数据，并且文本设置为空字符串。通过转换读取器返回的文档来构建文档的文本。

from langchain.document_loaders.airbyte import AirbyteTypeformLoader

config = {
    # your typeform configuration
}

loader = AirbyteTypeformLoader(config=config, stream_name="forms") # check the documentation linked above for a list of all streams

现在，您可以按照通常的方式加载文档。

docs = loader.load()

由于load返回一个列表，它将阻塞直到所有文档加载完成。为了更好地控制此过程，您还可以使用lazy_load方法，它返回一个迭代器。

docs_iterator = loader.lazy_load()

请记住，默认情况下，页面内容为空，元数据对象包含记录的所有信息。要以不同的方式创建文档，请在创建加载器时传入record_handler函数。

from langchain.docstore.document import Document

def handle_record(record, id):
    return Document(page_content=record.data["title"], metadata=record.data)

loader = AirbyteTypeformLoader(config=config, record_handler=handle_record, stream_name="forms")
docs = loader.load()

增量加载

某些流允许增量加载，这意味着源会跟踪已同步的记录，并且不会再次加载它们。这对于具有大量数据且经常更新的源非常有用。

要利用此功能，请存储加载器的last_state属性，并在再次创建加载器时传递它。这将确保仅加载新记录。

last_state = loader.last_state # store safely

incremental_loader = AirbyteTypeformLoader(config=config, record_handler=handle_record, stream_name="forms", state=last_state)

new_docs = incremental_loader.load()