经过前面几篇文章，我们已经把提示词模板玩出了花——静态的、动态的、带少样本的、能自动挑例子的。模型在我们的指挥下，输出质量越来越高。但有一个环节始终卡在我们的指尖：模型的输出，还是字符串。
哪怕模型返回的是一个长得像 JSON 的字符串，你的代码也得再跑一遍json.loads()，还得祈祷它没在前面加一句“好的，这是结果：”。一旦格式稍有偏差，你的解析代码就报错，整个链断开。
我们需要一个能自动把模型原始输出转成 Python 数据结构（字典、列表、甚至 Pydantic 对象）的中间层。这个中间层，就是今天的主角——输出解析器（Output Parser）。它像整个系统的“神经中枢”，一头接着模型这个“大脑”，另一头连着你的业务代码，把生物电信号翻译成身体动作。
一、从文本到数据：一座必须跨越的桥
1.1 字符串是给人类看的，数据是给程序吃的
回忆一下，我们在第 10 篇《结构化返回》中学了with_structured_output，那是让模型直接在内部按照 Pydantic Schema 生成 JSON，输出就是一个解析好的对象。但这种方法有两个局限：
- 并非所有模型都原生支持结构化输出。
- 有时我们需要更灵活的输出格式，比如逗号分隔的列表、自定义分隔符，甚至是多步骤推理的中间产物。
输出解析器就是处理这种“模型说人话，我们得数据”的万能胶水。它的核心任务：接收模型的原始文本，自动提取我们需要的数据结构，并且在失败时尝试修复。
1.2 一个熟悉的痛点
假设你让模型返回一个 JSON 数组，但它是这样回的：
好的，以下是你需要的三个要点： [ "要点1", "要点2", "要点3" ] 希望对你有所帮助！直接json.loads会失败，因为前后有废话。你得写正则去头去尾，还要处理单引号、换行。每次写这种胶水代码，都像在重复造轮子。
二、输出解析器怎么工作：一种自带“纠错”的翻译官
LangChain 把输出解析器抽象成了BaseOutputParser。所有解析器都是 Runnable，这意味着你可以把它们直接串在链的末端：
提示词 → 模型 → 解析器 → 结构化数据解析器内部通常做了两件事：
- 解析（Parse）：从模型输出中提取目标数据。这可能包括去除 markdown 标记、寻找 JSON 块、按分隔符切割等。
- 重试（Retry）：如果解析失败，解析器会抛出一个
OutputParserException。你可以选择捕获它，然后把错误信息返回给模型，让模型自我纠正并重新生成。LangChain 甚至提供了OutputFixingParser来自动完成这个循环。
更妙的是，解析器可以向提示词注入格式指令。每个解析器都有一个get_format_instructions()方法，返回一段文本，告诉模型应该怎样输出。你把这段文本嵌入提示词模板，模型就会按规矩说话。
三、解析器全景：从简单到复杂的四件套
LangChain 提供了多种开箱即用的解析器。我们按复杂度递进快速过一遍，然后重点学习最强大的PydanticOutputParser。
3.1StrOutputParser：最朴素的搬运工
这是我们从第 7 篇就开始用的老朋友。它做的事情极其简单：把AIMessage的content字符串取出来，去掉首尾空白。适用于只需要纯文本的任务。
fromlangchain_core.output_parsersimportStrOutputParser parser=StrOutputParser()3.2CommaSeparatedListOutputParser：列表就绪
当你需要模型返回一个列表（如关键词提取、标签生成）时，这个解析器很有用。它会告诉模型“请用逗号分隔每一项”，然后把输出按逗号切分成 Python 列表。
fromlangchain_core.output_parsersimportCommaSeparatedListOutputParser parser=CommaSeparatedListOutputParser()print(parser.get_format_instructions())# 输出：Your response should be a list of comma separated values, eg: `foo, bar, baz`使用方法：
fromlangchain_core.promptsimportChatPromptTemplate prompt=ChatPromptTemplate.from_messages([("system","你是一个关键词提取器。"+parser.get_format_instructions()),("user","{input}")])chain=prompt|model|parser result=chain.invoke({"input":"这篇文章讲了 Python 的装饰器和上下文管理器。"})# result 是 ['装饰器', '上下文管理器', 'Python']3.3JsonOutputParser：返回标准 JSON 字典
对于任意 JSON 输出，你可以用JsonOutputParser。它会自动在模型输出的文本中定位到完整的 JSON 块（即使被 markdown 包裹），然后解析为 dict。
fromlangchain_core.output_parsersimportJsonOutputParser parser=JsonOutputParser()parser.get_format_instructions()# 返回一段指示，要求模型输出纯 JSON由于没有预先定义 Schema，它只能给你一个 dict，你需要自己在代码里校验字段。但它的容错能力很强，能处理前后追加的文本。如果你需要强类型校验，Pydantic 解析器是更好的选择。
3.4PydanticOutputParser：强类型、带校验的终极形态
这是我个人最常用的解析器。它结合了 Pydantic 的数据校验能力和 LangChain 的自动重试机制，让你直接拿到一个验证完成的 Pydantic 实例。
和第 10 篇的with_structured_output不同，PydanticOutputParser不依赖模型的内置结构化输出能力——它通过纯提示词工程告诉模型“请按这个 JSON Schema 输出”，然后用 Pydantic 在应用层解析和校验。这就意味着几乎所有模型都能用，包括一些不支持函数调用的老模型或本地模型。
四、实战：用 PydanticOutputParser 打造一个影评提取器
我们来完整走一遍 Pydantic 解析器的使用流程：定义 Schema → 创建解析器 → 注入格式指令 → 构建链 → 调用并拿到对象。
4.1 定义 Pydantic 模型
frompydanticimportBaseModel,FieldfromtypingimportListclassMovieReview(BaseModel):"""电影评论提取结果"""title:str=Field(description="电影的中文名称")year:int=Field(description="上映年份")rating:float=Field(description="用户给出的评分，范围 0-10")pros:List[str]=Field(description="优点列表")cons:List[str]=Field(description="缺点列表")summary:str=Field(description="一句话总结评价")4.2 创建解析器并获取格式指令
fromlangchain_core.output_parsersimportPydanticOutputParser parser=PydanticOutputParser(pydantic_object=MovieReview)format_instructions=parser.get_format_instructions()print(format_instructions)打印出来的格式指令大概是这样的（部分）：
The output should be formatted as a JSON instance that conforms to the JSON schema below. Here is the output schema:{“properties”: {“title”: {“description”: “电影的中文名称”, …}}, …}
这段指令会直接嵌入提示词，模型看后就知道必须返回符合特定结构的 JSON。 ### 4.3 构建提示词模板并注入指令 ```python from langchain_core.prompts import ChatPromptTemplate prompt = ChatPromptTemplate.from_messages([ ("system", "你是一个专业的影评提取助手。请根据用户的观后感，提取关键信息。\n{format_instructions}"), ("user", "{input}") ]) # 注意：format_instructions 是作为变量传入的4.4 组建链并测试
fromlangchain_deepseekimportChatDeepSeek model=ChatDeepSeek(model="deepseek-chat",temperature=0)chain=prompt|model|parser# 一段模拟的用户观后感user_text=""" 昨天看了《流浪地球2》，2023年的片子。我给9分。 优点：特效震撼，剧情有深度，吴京演技在线。 缺点：时长太长，中间节奏有点慢。 总的来说，这是一部让人重新审视中国科幻的佳作。 """result=chain.invoke({"format_instructions":format_instructions,"input":user_text})print(type(result))# <class '__main__.MovieReview'>print(result.title)# 流浪地球2print(result.rating)# 9.0print(result.pros)# ['特效震撼', '剧情有深度', '吴京演技在线']你拿到的不再是字符串，而是一个字段类型正确、可以直接传给数据库或前端的 Python 对象。任何不符合 Schema 的输出，解析器都会抛出异常，你可以在外层捕获并设计降级逻辑。
五、解析器的自我修复：当模型“说错话”时
有时模型会返回不合规的 JSON——漏了一个引号、字段名打错、或干脆没输出 JSON 块。PydanticOutputParser默认会抛出OutputParserException。但 LangChain 提供了一个更聪明的包装器：OutputFixingParser。
它接收一个普通解析器和一个“修复模型”，当解析失败时，会自动把错误信息和原始输出提交给修复模型，让它重新生成符合格式的输出：
fromlangchain_core.output_parsersimportOutputFixingParser# 创建一个修复解析器fixing_parser=OutputFixingParser.from_llm(parser=parser,# 原始的 PydanticOutputParserllm=ChatDeepSeek(model="deepseek-chat",temperature=0)# 修复用的模型)# 即使模型第一次输出格式错误，fixing_parser 也会尝试修复chain=prompt|model|fixing_parser内部流程：解析失败 → 捕获异常 → 将错误信息和原输出作为提示词发给修复模型 → 修复模型返回合规 JSON → 解析成功。这个机制极大提高了鲁棒性，尤其适合生产环境。
六、解析器 vswith_structured_output：怎么选？
你可能困惑：第 10 篇的with_structured_output和今天的PydanticOutputParser都能拿到 Pydantic 对象，该用哪个？
| 特性 | with_structured_output | PydanticOutputParser |
|---|---|---|
| 依赖模型能力 | 需要模型原生支持 function calling | 不依赖，纯提示词工程 |
| 准确性 | 高（模型内部约束） | 中高（依赖提示词遵循度） |
| 灵活性 | 只能输出一个符合 Schema 的对象 | 可与其他解析器组合，处理任意格式 |
| 适用场景 | 对格式要求极高的提取、分类任务 | 通用任务、兼容老模型、复杂复合输出 |
| Token 消耗 | 通常较低（后台处理） | 稍高（格式指令占 token） |
我的建议：如果你用的模型支持函数调用，优先用with_structured_output，它更可靠。当你需要输出多种格式、或者模型不支持结构化输出时，PydanticOutputParser就是救场利器。两者掌握了，你将游刃有余。
七、今日收获与下篇预告
今天，我们搭建起了从模型文本到结构化数据的关键桥梁：
- 你理解了输出解析器的核心使命：自动解析、校验、修复模型的文本输出。
- 你快速浏览了四大常用解析器，并深入实战了
PydanticOutputParser，从 Schema 定义到链式调用一气呵成。 - 你知道了
OutputFixingParser如何自动修正模型的格式错误，提升了鲁棒性。 - 你厘清了
with_structured_output与解析器各自的优劣势，能根据场景做出理智选择。
至此，LangChain 的核心组件——模型、提示词、链、工具、记忆、输出解析——你已经全部解锁。它们就像一块块精密的积木，等待你拼装出真正能解决问题的应用。
接下来，我们将进入本系列最激动人心的模块：RAG 实战。从下一篇《RAG 全景图：给你的 AI 装上“外挂知识库”》开始，我们将用所学的一切，亲手构建一个能回答私有知识库问题的智能问答系统。模型将不再只靠自己的记忆答题，而是能随时翻阅你提供的文档。知识的疆界，将由你亲手打破。
下一篇见！
