fix tests

add weaviate example

.pre-commit-config.yaml

@@ -72,7 +72,7 @@ repos:
         args:
           [
             "--ignore-words-list",
-            "astroid,gallary,momento,narl,ot,rouge,nin,gere,te,inh",
+            "astroid,gallary,momento,narl,ot,rouge,nin,gere,te,inh,vor",
           ]
   - repo: https://github.com/srstevenson/nb-clean
     rev: 3.1.0

llama_parse/utils.py

@@ -101,52 +101,93 @@ class Language(str, Enum):
 
 SUPPORTED_FILE_TYPES = [
     ".pdf",
-    # Microsoft word - all versions
+    # document and presentations
+    ".602",
+    ".abw",
+    ".cgm",
+    ".cwk",
     ".doc",
     ".docx",
     ".docm",
     ".dot",
-    ".dotx",
     ".dotm",
-    # Rich text format
+    ".hwp",
+    ".key",
+    ".lwp",
+    ".mw",
+    ".mcw",
+    ".pages",
+    ".pbd",
+    ".ppt",
+    ".pptm",
+    ".pptx",
+    ".pot",
+    ".potm",
+    ".potx",
     ".rtf",
-    # Microsoft Works
-    ".wps",
-    # Word Perfect
-    ".wpd",
-    # Open Office
+    ".sda",
+    ".sdd",
+    ".sdp",
+    ".sdw",
+    ".sgl",
+    ".sti",
+    ".sxi",
     ".sxw",
     ".stw",
     ".sxg",
-    # Apple
-    ".pages",
-    # Mac Write
-    ".mw",
-    ".mcw",
-    # Unified Office Format text
-    ".uot",
+    ".txt",
     ".uof",
-    ".uos",
     ".uop",
-    # Microsoft powerpoints
-    ".ppt",
-    ".pptx",
-    ".pot",
-    ".pptm",
-    ".potx",
-    ".potm",
-    # Apple keynote
-    ".key",
-    # Open Office Presentations
-    ".odp",
-    ".odg",
-    ".otp",
-    ".fopd",
-    ".sxi",
-    ".sti",
-    # ebook
+    ".uot",
+    ".vor",
+    ".wpd",
+    ".wps",
+    ".xml",
+    ".zabw",
     ".epub",
-    # html
-    ".html",
+    # images
+    ".jpg",
+    ".jpeg",
+    ".png",
+    ".gif",
+    ".bmp",
+    ".svg",
+    ".tiff",
+    ".webp",
+    # web
     ".htm",
+    ".html",
+    # spreadsheets
+    ".xlsx",
+    ".xls",
+    ".xlsm",
+    ".xlsb",
+    ".xlw",
+    ".csv",
+    ".dif",
+    ".sylk",
+    ".slk",
+    ".prn",
+    ".numbers",
+    ".et",
+    ".ods",
+    ".fods",
+    ".uos1",
+    ".uos2",
+    ".dbf",
+    ".wk1",
+    ".wk2",
+    ".wk3",
+    ".wk4",
+    ".wks",
+    ".123",
+    ".wq1",
+    ".wq2",
+    ".wb1",
+    ".wb2",
+    ".wb3",
+    ".qpw",
+    ".xlr",
+    ".eth",
+    ".tsv",
 ]

pyproject.toml

@@ -4,7 +4,7 @@ build-backend = "poetry.core.masonry.api"
 
 [tool.poetry]
 name = "llama-parse"
-version = "0.4.3"
+version = "0.4.4"
 description = "Parse files into RAG-Optimized formats."
 authors = ["Logan Markewich <logan@llamaindex.ai>"]
 license = "MIT"