Langchain从入门到精通（五）——OutputParser 组件及使用技巧

大语言模型

墨衍会员 · AI 创作全网分发码龄3年

关注

原创最新推荐文章于 2026-08-09 14:18:10 发布 1.2k 阅读 AI 写同款· GEO 优化 ›

04 OutputParser组件及使用技巧 phone: str。阅读详情

为什么需要输出解析器

在使用大语言模型的时候，无论是使用 LangChain，还是直接使用模型的 API，都会遇到大语言模型的输出解析问题. 模型输出是“自然语言”
大模型生成的内容通常是非结构化的自然语言，例如：

"好的，北京今天的天气是晴，气温25度。"

但是程序需要“结构化数据”，需要的是：

{
“city”: “北京”,
“weather”: “晴”,
“temperature”: 25
}
LangChain 提供了很多 OutputParser，可以自动把模型输出的自然语言变成结构化格式，比如：

• 字典（Dict）
• JSON
• Pydantic 对象
• 函数参数
• SQL 查询语句
• 正则提取结果
• Markdown 表格解析

常见的输出解析器：

解析器	说明	示例输出
`StrOutputParser`	原样输出字符串	`"你好，我是AI"`
`RegexParser`	用正则提取结构	提取日期、数字等
`StructuredOutputParser`	输出为 JSON 或 dict	`{"city": "北京", "temp": 25}`
`PydanticOutputParser`	输出为 Pydantic 对象	`Weather(city="北京", temp=25)`
`CommaSeparatedListOutputParser`	输出为列表	`["苹果", "香蕉", "橙子"]`

简单拆解：输出解析器 = 预设提示 + 解析功能

输出解析器的解析场景：

1. 将非结构化的文本转换为结构化的数据：将文本解析为一个 json 或者是 Python 里的字典等。
1. 截取部分文本：只要结果中的某一部分即可。
1. 自定义处理：在提示中注入其他的指令，告诉语言模型如何去给我返回一个格式的答案，然后解析
  器可以根据返回提示文本对应的内容做对应的解析。
OutputParser 输出解析器

在 LangChain 中预设了大量的输出解析器，可以从StrOutputParser：字符串输出解析器，将原有的内容完整输出。
在 LangChain 中，输出解析器通常包含两个抽象函数的实现，这也是自定义输出解析器需要实现的两个函数：

1. get_format_instructions ：用来约定输出的格式，并转换为描述文本。
1. parse ：用来解析 LLM 的输出为约定的格式。
  但在实际的使用中，输出解析器大部分场景都是解析大语言模型的输出内容，所以可以直接使用invoke 函数进行调用，在 invoke 函数的底层，还是调用了 parse 函数进行解析。
  在 LangChain 中 OutputParser 的基类及子类划分如下：
在这里插入图片描述

2.1 StrOutputParser

StrOutputParser 是 LangChain 中使用频率最高的输出解析器，使用也非常简单，将传入的文本原样返
回，用于解析得到 AIMessage 中的输出文本，使用示例如下：

from langchain_core.output_parsers import StrOutputParserStrOutputParser().parse("动画梦工厂")

2.2 JsonOutputParser

JsonOutputParser 用于将对应的 LLM 输出转换为特定格式的 json 或 Python 字典，在使用前必须定义BaseModel 类，告知解析器需要解析的数据结构，并将解析器提供的描述文本嵌入到提示中，使用示例如下：

import dotenvfrom langchain_core.output_parsers import JsonOutputParserfrom langchain_core.prompts import ChatPromptTemplatefrom langchain_core.pydantic_v1 import BaseModel, Fieldfrom langchain_openai import ChatOpenAIdotenv.load_dotenv()# 1.构建输出json格式类classJoke(BaseModel):joke: str = Field(description="回答用户的冷笑话")punchline: str = Field(description="冷笑话的笑点")# 2.编排提示词prompt = ChatPromptTemplate.from_template("回答用户的问题。\n{format_instructions}\n{query}\n")# 3.构建大语言模型llm = ChatOpenAI(model="gpt-3.5-turbo-16k")# 4.创建json输出解析器parser = JsonOutputParser(pydantic_object=Joke)# 5.将格式描述嵌入到prompt中prompt = prompt.partial(format_instructions=parser.get_format_instructions())# 6.调用模型并解析prompt_value = prompt.invoke({"query": "请讲一个关于程序员的冷笑话"})print("prompt_value:", prompt_value.to_string())ai_message = llm.invoke(prompt_value)print("ai_message:", ai_message)joke_json = parser.invoke(ai_message)print("joke_json:", joke_json)

备注

1. 如果 OutputParser 输出解析失败了，该如何解决？有几种解决方案？
  当使用 OutputParser（输出解析器）时，如果解析失败（比如模型返回的格式不符合预期），你可能会遇到如下错误：

OutputParserException: Failed to parse LLM output...

这是一个比较常见的问题，尤其是在使用结构化输出（如 JSON、Pydantic）时。下面是常见的 原因分析 和 解决方案。

1. 模型输出格式不规范

• 模型输出了多余的解释性文字、换行、注释等。
• 没有严格按照你要求的格式返回。

1. Prompt 提示词不清晰

• 没有告诉模型“你必须返回 JSON 格式”或“不要输出任何解释”。

1. 模型能力限制

• 有些模型（尤其是小模型）对格式控制不强，容易输出错乱格式。

1. OutputParser 本身限制

• 有些解析器（如 StructuredOutputParser）要求严格的 JSON 格式，不能容忍多余字符。

1. 使用 `get_format_instructions()` 提示词

适用解析器：StructuredOutputParser, PydanticOutputParser, 等

format_instructions = parser.get_format_instructions()prompt = f"""你是一个天气助手，请根据用户输入返回城市天气信息。{format_instructions}用户输入：北京的天气如何？"""

说明：这是最推荐的方法，LangChain 的解析器会自动生成提示词，指导模型输出正确格式。

2. 使用 `OutputFixingParser` 自动修复输出

适用解析器：几乎所有结构化解析器

from langchain.output_parsers import OutputFixingParserfrom langchain.chat_models import ChatOpenAI# 假设你已有一个 StructuredOutputParserfixing_parser = OutputFixingParser.from_parser(parser, llm=ChatOpenAI())# 使用 fixing_parser.parse(output) 自动尝试修复格式错误

优点：即使模型输出不规范，也能尝试用大模型“修复”成正确格式。

3. 使用 `Guardrails` 或 `JsonFormer` 等工具限制输出结构

适用场景：对输出结构要求非常严格的生产环境。

• Guardrails：通过 JSON schema + LLM 约束输出。
• JsonFormer：通过 tokenizer 控制生成结构。

⚠️ 缺点：集成成本稍高。

4. 使用正则解析器（RegexParser）容错性更强

如果你不要求严格结构化，可以尝试用正则提取关键字段：

from langchain.output_parsers import RegexParserparser = RegexParser(    regex=r"城市：(.*)，天气：(.*)，温度：(\d+)",    output_keys=["city", "weather", "temperature"])

优点：易容错，适合轻量级提取。

5. 手动预处理模型输出（兜底方案）

如果以上都失败了，可以：

• 手动清洗模型输出（去除解释性文字、换行）
• 使用 json.loads() 做容错解析
• 加入异常捕获逻辑，提示用户或重试调用模型

try:    result = parser.parse(output)except Exception as e:    print("解析失败，尝试 fallback 逻辑")    # fallback 方案

方法编号	方法名称	适用场景
✅ 1	使用 `get_format_instructions()`	提示模型输出标准格式
✅ 2	使用 `OutputFixingParser`	自动修复模型输出
✅ 3	使用 Guardrails 或 JsonFormer	严格结构输出
✅ 4	使用 RegexParser	容错性更强的字段提取
✅ 5	手动预处理 + 异常捕获	兜底方案

1. 针对小参数的模型，并且没有函数/工具回调，哪一类输出解析器会更稳定？
  非常好的问题！当你使用的是 小参数模型（如通义千问 Qwen-1.8B、LLaMA-7B、ChatGLM2-6B 等），并且 没有函数调用（function call）或工具回调（tool calling）支持的情况下，模型在结构化输出方面的稳定性会受到明显影响。

输出解析器类型	稳定性	特点说明
`StrOutputParser`	⭐⭐⭐⭐⭐	最稳定，直接输出原始字符串
`RegexParser`	⭐⭐⭐⭐	容错性高，适合提取关键词/字段
`CommaSeparatedListOutputParser`	⭐⭐⭐⭐	稳定性较好，适合列表提取
`StructuredOutputParser`	⭐⭐	对格式要求严格，容易失败
`PydanticOutputParser`	⭐	最易失败，对小模型不友好

1. `StrOutputParser`（最稳定）

• 适用场景：你只需要获取模型自然语言回复，不关心结构。
• 示例输出："你好，我是AI助手，很高兴为你服务！"

✅ 稳定性极高，小模型几乎不会出错。

2. `RegexParser`（推荐）

• 适用场景：你只需要从输出中提取几个关键词或字段。
• 示例输出：```plaintext
城市：北京，天气：晴，温度：25℃
• 正则提取：```plaintext
RegexParser( regex=r"城市：(.)，天气：(.)，温度：(\d+)", output_keys=[“city”, “weather”, “temperature”])

容错能力强，即使模型多输出了一些解释性文字，也可以提取目标字段。

3. `CommaSeparatedListOutputParser`

• 适用场景：你让模型输出一个列表，比如推荐、关键词、选项。
• 示例输出：```plaintext
苹果, 香蕉, 橙子
• 解析结果：```plaintext
[“苹果”, “香蕉”, “橙子”]

稳定性较好，只要提示词设计合理，小模型也能正确输出。

4. ⚠️ `StructuredOutputParser`（不推荐）

• 问题：小模型容易输出不规范 JSON，例如：

• 多了注释、换行
• 缺少引号、逗号
• 输出为类自然语言描述，而不是 JSON

❌ 如果你不使用 OutputFixingParser 或 Guardrails，容易解析失败。

5. ❌ `PydanticOutputParser`（最不推荐）

• 问题：

• 需要模型输出严格的 Python 对象格式，比如 Weather(city="北京", temp=25)
• 小模型很难稳定输出这种结构，几乎每次都会出错

🧠 提示词建议（适用于小模型）

无论你使用哪种解析器，提示词设计非常关键。以下是建议模板：

请严格按照以下格式输出，不要添加任何额外说明：城市：<城市名>天气：<天气状况>温度：<温度数字>℃

小模型提示词要“傻瓜式”明确，强调“不要添加解释”、“只输出结构”。

总结：小模型 + 无函数调用，推荐解析器优先级

优先级	解析器类型	是否推荐	说明
1️⃣	`StrOutputParser`	✅ 强烈推荐	最稳定
2️⃣	`RegexParser`	✅ 推荐	容错强
3️⃣	`CommaSeparatedListOutputParser`	✅ 推荐	简单列表
4️⃣	`StructuredOutputParser`	⚠️ 慎用	容易失败
5️⃣	`PydanticOutputParser`	❌ 不推荐	小模型难以生成结构化对象