LangChain AI应用开发框架核心组件的使用 - 输出解析器组件的使用 : 输出解析器的三种解析方式 : 文本解析、结构化对象解析、JSON 解析

一、输出解析器 (Output parsers)

概念

[与 with_structured_output() 的区别](#与 with_structured_output() 的区别)

二、解析文本输出

三、解析结构化对象输出

[pydantic 模型是什么?](#pydantic 模型是什么?)

[四、解析 JSON 输出](#四、解析 JSON 输出)

一、输出解析器 (Output parsers)

概念

负责获取模型的输出，并将输出转换为更结构化的格式。当使用 LLM 生成结构化数据或规范化聊天模型和 LLM 的输出时，这很有用。

大型语言模型（LLM）的输出本质上是非结构化的文本。但在构建应用程序时我们通常希望得到结构化的、机器可读的数据，这样可以将其转换为更适合下游任务的格式，比如：

JSON 对象
Python 字典或列表
一个特定的 Pydantic 模型实例
一个简单的布尔值或字符串枚举

**输出解析器的作用就是架起这座桥梁：它们将 LLM 的非结构化文本输出转换为结构化格式。**这使得与 LLM 的交互从 "模糊的文本对话" 变成了 "精确的数据 API 调用"，是构建可靠、高效 LLM 应用不可或缺的组件。

与 with_structured_output() 的区别

它们都实现了相同的功能，但

维度不同：输出解析器是 LangChain 中的一个功能性组件，with_structured_output() 是聊天模型的一个方法。
用法不同：**输出解析器的工作流程可以是链式的，可以将 Prompt、LLM 和 Parser 像管道一样连接起来：**chain = prompt | llm | parser。而 with_structured_output(schema却不行，只能手动调用，返回一个新的、具备了结构化输出能力的 Runnable（可运行对象）。

可以根据自己的使用场景选择，如果想使用链式就选择输出解析器。

输出解析器 OutputParsers 属于独立组件，可以参与 LCEL 管道链式拼接，写法prompt | llm | parser。大模型原始文本输出交给解析器，解析器完成文本到字典 / Pydantic 对象的转换。它和模型本身解耦，可以灵活替换不同解析器。

with_structured_output() 是 ChatModel 聊天模型自带的方法，调用后直接返回一个全新 Runnable 对象，不能再继续拼接 parser 组件，结构化逻辑封装在模型内部。底层会直接告诉大模型按照指定 schema 输出，在模型侧就约束返回格式。

两者最终目标一样：拿到机器可读结构化数据。区别在于组件层级和是否支持管道链式编排。

二、解析文本输出

其实对于使用 StrOutputParser 输出解析器输出文本，我们已经使用过多次了。对于StrOutputParser，它也实现了标准的 Runnable 接口。示例如下：

代码讲解:

导入 ChatOpenAI 聊天模型、StrOutputParser 字符串输出解析器。

实例化大模型对象 model。

使用 LCEL 管道运算符|构建链，model | StrOutputParser()，模型输出的 AIMessage 对象直接交给字符串解析器。

使用 chain.stream() 开启流式调用，迭代返回每一块文本分片 chunk。

print 设置end="|"，每返回一块分片就打印内容，并且用竖线 | 标记分片边界，可以直观看到流式分片情况。

输出如下：

每一个 | 代表一次流式返回的数据块。

StrOutputParser 作用：自动提取 AIMessage 内部 content 字段，直接输出字符串，不用手动写 res.content 去拿文本。若是不使用输出解析器，而是直接得到聊天模型返回的 AIMessage，文本内容则需要从消息中的 content字段获取。

三、解析结构化对象输出

要输出结构化对象，需要用到的输出解析器是 PydanticOutputParser。

类：langchain_core.output_parsers.pydantic.PydanticOutputParser

pydantic 模型是什么?

Pydantic 就是 Python 的一个数据校验工具库。Pydantic 模型就是我们自己定义的一个数据模板、一张格式表单。

举个生活例子，好比一张登记表，规定好：姓名必须是字符串、年龄必须是整数、手机号不能是空。别人填过来的表单就必须按照这张表的规则来。

放到代码里，我们写一个继承 BaseModel 的类，这就是一个 Pydantic 模型。

它能干两件核心事：

第一件：规定字段和类型，告诉程序我们要的数据必须有哪些字段，每个字段是什么类型，name 是文字，age 是数字，不能乱。

第二件：自动校验 + 转换。拿到一段 JSON 字符串自动转成 Python 对象；如果大模型返回的数据乱了，比如 age 传了文字，不是数字，它直接抛报错，帮你拦住非法数据。

放到 LangChain 的PydanticOutputParser场景里 : 我们写好这个 Pydantic 模型就等于告诉大模型：输出结果就严格按照我这个表单的字段来输出 JSON。解析器还会调用get_format_instructions() 自动生成提示词塞给大模型。等大模型返回 JSON 文本后解析器就拿这个 Pydantic 模型去校验，直接给你返回一个已经实例化好的对象。

参数如下：

pydantic_object：要解析的 pydantic 模型。

内置方法：

invoke()：将单个输入转换为输出。

get_format_instructions() -> str：重要！！

作用：生成一个指令字符串，这个字符串会被添加到发送给 LLM 的提示 (Prompt) 的末尾。

目的：告诉 LLM 应该以什么样的格式返回它的响应。例如，"请将你的回复封装在 XML 标签中" 或 "请以 JSON 格式输出，包含 'name' 和 'age' 两个字段"。

补充说明 : get_format_instructions() 会自动生成格式提示词，不用手写一大段 JSON 格式要求，直接拼接到 prompt 里发给大模型；模型输出 JSON 字符串后，invoke 方法自动把 json 文本解析、校验，返回 Pydantic 类实例对象。

代码示例如下：

代码讲解:

导入相关包：聊天模型 ChatOpenAI、PydanticOutputParser 结构化输出解析器、PromptTemplate 提示模板；导入Optional可选类型；从 pydantic 导入 BaseModel、Field。

实例化聊天大模型 model。

定义 Pydantic 模型 Joke，继承 BaseModel:

setup：字符串，笑话开头；

punchline：字符串，笑话包袱 / 妙语；

rating：Optional $int$ 代表整数、可以为空，不强制返回评分；

Field(description="xxx") 写字段描述，会给到大模型，告诉模型每个字段代表什么含义。

创建 PydanticOutputParser 解析器，参数 pydantic_object=Joke，绑定刚才定义好的数据模板。

构建 PromptTemplate 提示模板：模板里面预留 {format_instructions} 占位符。

partial_variables 传入 format_instructions，调用 parser.get_format_instructions() 自动生成格式约束提示词，不需要自己手写 JSON 格式要求，会自动拼进 prompt 发给 LLM。

使用 LCEL 管道 prompt | model | parser 串联完整链路：组装提示词→调用大模型→解析模型返回 JSON 文本，输出 Joke 对象。

使用 chain.stream() 流式执行链，传入用户 query；循环迭代每一块 chunk，打印，用|标记流式分片边界。

结果如下：

这里是结构化流式输出，每一个 | 代表一次流式返回分片。

可以观察到对象字段是逐步填充的：一开始 punchline 为空字符串，随着流返回不断拼接内容，最终完整填充；rating 是可选字段，模型没有输出，保持 None。
**注意：**旧版本 LangChain 对 PydanticOutputParser 的 stream 支持有限，它是一边接收模型返回的 JSON 流，一边逐步实例化 Pydantic 对象。最终完整结束后拿到完整 Joke 实例，可以直接访问 .setup、.punchline 属性，不用手动解析 json。
面试小要点：get_format_instructions() 会自动生成格式指令放到 prompt，告诉模型输出符合 pydantic 模板的 JSON；partial_variables 作用是预填充模板变量，调用 invoke 的时候不用重复传 format_instructions。

四、解析 JSON 输出

要输出 JSON 格式，需要用到的输出解析器是 JsonOutputParser。

类：langchain_core.output_parsers.json.JsonOutputParser 参数如下：

pydantic_object：用于验证的 Pydantic 对象。如果为空，则不执行任何验证。

内置方法：

invoke()：将单个输入转换为输出。

get_format_instructions() -> str：重要！！

作用：生成一个指令字符串，这个字符串会被添加到发送给 LLM 的提示（Prompt）的末尾。

目的：告诉 LLM 应该以什么样的格式返回它的响应。例如，"请将你的回复封装在 XML 标签中" 或 "请以 JSON 格式输出，包含 'name' 和 'age' 两个字段"。

代码示例如下，这将提示模型返回 JSON：

代码讲解:

导入聊天模型、JsonOutputParserJSON 输出解析器、提示模板。

实例化大模型对象。

创建 JsonOutputParser()，不传 pydantic_object，只做基础 JSON 字符串转 Python 字典，不做字段校验。

构建提示模板，通过 partial_variables 预填充 format_instructions，解析器自动生成 JSON 格式约束提示词。

LCEL 管道串联：prompt | model | parser，模型输出 JSON 文本，解析器自动转为 Python 字典。

invoke执行链，打印最终字典结果。

结果如下：

返回普通 Python 字典，没有 Pydantic 对象，只保证返回合法 JSON；不校验字段名、字段类型，模型返回什么键就拿到什么键。

也可以使用带 Pydantic 情况下的 JsonOutputParser，如下所示：

代码讲解:

定义 Pydantic 模板 Joke，规定笑话各个字段、字段描述。

JsonOutputParser(pydantic_object=Joke) 传入 pydantic 模型，不仅转 JSON 字典，还会用 Pydantic 做字段、类型校验。

其余模板、LCEL 链式写法和上面保持一致。

invoke 执行，返回 Python 字典；如果模型返回 json 字段不对、类型错误，直接抛出校验异常。

结果如下：

返回 Python 字典，字段严格匹配 Joke 模板；rating是可选字段，模型未输出，取值 None。

区分记忆:

PydanticOutputParser：输出 Pydantic 类实例对象，可以 obj.setup 访问属性。

JsonOutputParser：输出 Python 字典；传 pydantic_object 时做校验，不传只解析合法 JSON。

除了上面讲的文本、对象、JSON 解析器，其实 LangChain 官方还提供了更多类型的解析器，如：

XML 解析器：XMLOutputParser

Yaml 解析器：YamlOutputParser

CSV 解析器：CommaSeparatedListOutputParser

枚举解析器：EnumOutputParser

日期解析器：DatetimeOutputParser等等，更多类型参考官方文档。

除此之外，LangChain 还支持自定义输出解析器，以将模型输出结构化为自定义格式。