前言

我们调用大模型时，默认拿到的是自由自然语言文本，人类阅读很轻松，但程序很难直接处理。 比如从简历提取信息、商品评论情感分析、工单自动分类，如果让代码去正则截取文字，容错极差、极易失效。

LangChain 提供了 Output Parser（输出解析器） 整套方案，强制大模型输出规范结构，直接转换成对象、JSON，实现「大模型结果无缝接入业务代码」。 本文梳理三种核心输出方案，附带完整实战案例，帮你彻底分清什么时候该用哪一种。

环境依赖安装

Pycharm终端运行：

pip install langchain langchain-openai pydantic python-dotenv

一、为什么必须使用结构化输出？

举个直观例子： 大模型原始自然语言输出：

候选人姓名是张三，工作 3 年，熟悉 Python、FastAPI 和 MySQL，希望应聘后端开发工程师。

程序想要提取姓名、年限、技能，只能写正则、字符串匹配，文本稍有改动代码就崩。

结构化输出（JSON）：

json

{
  "name": "张三",
  "years_of_experience": 3,
  "skills": ["Python", "FastAPI", "MySQL"],
  "target_position": "后端开发工程师"
}

程序可以直接读取字段 resume.name、resume.skills，无需复杂文本处理。

✅ 结构化输出典型场景： 信息抽取、文本分类、情感分析、工单分类、内容审核、数据入库、调用业务接口。

二、LangChain 三大输出方案总览

LangChain 日常开发最常用 3 种输出方式：

表格

方式	核心作用	适用场景
StrOutputParser	将模型输出转为普通字符串	文案生成、总结、翻译、普通问答
PydanticOutputParser	根据 Pydantic 模型，解析文本为结构化对象	兼容所有大模型，学习底层原理
with_structured_output	原生绑定模型，直接输出结构化对象	支持 JSON Mode 的模型（DeepSeek、OpenAI 等），新项目首选

三、StrOutputParser 基础字符串解析

核心知识点

model.invoke() 返回的是 AIMessage 对象，无法直接参与 LangChain 管道 |。 StrOutputParser 核心价值：

1. 将消息对象统一转为字符串
2. 支持 Runnable 链式管道 prompt | model | parser

误区：单独调用 response.content 和解析器效果几乎一致；构建链路必须使用解析器。

案例 1：文本总结 01_text_summary.py

python

运行

from langchain_openai import ChatOpenAI
from langchain.prompts import PromptTemplate
from langchain.output_parsers import StrOutputParser

# 初始化模型（DeepSeek OpenAI兼容接口，按需替换）
llm = ChatOpenAI(
    model="deepseek-chat",
    api_key="你的key",
    base_url="https://api.deepseek.com/v1",
    temperature=0
)

# 提示词模板
prompt = PromptTemplate.from_template("请简洁总结下面这段文字：{content}")

# 构建链式管道
chain = prompt | llm | StrOutputParser()

# 执行调用
text = """LangChain是一套大模型应用开发框架，支持提示词管理、链式调用、RAG检索、智能体开发。"""
result = chain.invoke({"content": text})
print(type(result))
print(result)

适合场景：文本摘要、文章翻译、普通问答，只需要纯文本结果，不需要结构化字段。

四、PydanticOutputParser 通用结构化解析

工作流程

1. Pydantic 定义输出结构（字段名、类型、描述）
2. 解析器自动生成格式约束提示词
3. 将格式要求注入 Prompt 发送给大模型
4. 自动解析返回文本，做类型校验

✅ 优势：兼容性极强，适配所有大模型； ⚠️ 风险：依靠提示词引导输出 JSON，极端情况格式错乱，需要捕获异常

案例 2：简历信息抽取 02_resume_extractor.py

python

运行

from langchain_openai import ChatOpenAI
from langchain.prompts import PromptTemplate
from langchain.output_parsers import PydanticOutputParser
from pydantic import BaseModel, Field
from typing import List

# 1. 定义输出结构
class ResumeInfo(BaseModel):
    name: str = Field(description="候选人姓名")
    years_of_experience: int = Field(description="工作年限，数字")
    skills: List[str] = Field(description="掌握的技术栈列表")
    target_position: str = Field(description="意向应聘岗位")

# 2. 创建解析器
parser = PydanticOutputParser(pydantic_object=ResumeInfo)

# 3. 组装prompt，注入格式要求
prompt = PromptTemplate(
    template="抽取简历信息，严格按照格式输出。\n{format_instructions}\n简历内容：{resume}",
    input_variables=["resume"],
    partial_variables={"format_instructions": parser.get_format_instructions()}
)

llm = ChatOpenAI(
    model="deepseek-chat",
    api_key="你的key",
    base_url="https://api.deepseek.com/v1",
    temperature=0
)

# 构建链路
chain = prompt | llm | parser

resume_text = "候选人张三，拥有3年Python后端开发经验，熟悉FastAPI、MySQL，希望应聘后端开发工程师。"
output = chain.invoke({"resume": resume_text})

print(f"姓名：{output.name}")
print(f"技能列表：{output.skills}")
print(type(output))  # ResumeInfo 对象，可以直接调用属性

五、with_structured_output 简洁结构化方案

新版本 LangChain 模型内置方法，代码更加简洁。底层调用大模型原生JSON Mode强制输出合法 JSON，LangChain 内部自动完成解析，开发者看不到原始 JSON 字符串。

使用 DeepSeek/OpenAI 兼容接口，建议配置 method="json_mode"

案例 3：商品评论情感分析 03_review_analyzer.py

python

运行

from langchain_openai import ChatOpenAI
from pydantic import BaseModel, Field
from typing import Literal

# Literal 字面量约束，限定可选值，类似枚举
class ReviewAnalysis(BaseModel):
    sentiment: Literal["正面", "中性", "负面"] = Field(description="评论情感倾向，只能三选一")
    summary: str = Field(description="简短总结评论内容")
    key_problem: str | None = Field(description="负面评价提取核心问题，无则填null")

llm = ChatOpenAI(
    model="deepseek-chat",
    api_key="你的key",
    base_url="https://api.deepseek.com/v1",
    temperature=0
)

# 绑定结构化输出，开启json_mode
analyzer = llm.with_structured_output(ReviewAnalysis, method="json_mode")

review = "商品发货速度很快，材质手感不错，唯一缺点包装有轻微破损。"
result = analyzer.invoke(review)

print(f"情感：{result.sentiment}")
print(f"总结：{result.summary}")
print(type(result))

六、两种结构化方案怎么选择？

1. PydanticOutputParser 依靠 Prompt 引导模型输出 JSON，本地代码解析；兼容全部大模型。 适合学习底层原理、私有化模型不支持原生 JSON 模式场景。

2. with_structured_output 调用模型 API 原生结构化能力，代码极简；依赖模型服务商支持。

新项目业务开发优先选择！

一句话区分： PydanticOutputParser = 提示词约定格式 + 本地解析 with_structured_output = 大模型 API 原生支持结构化返回

七、案例 4：工单分类 + 解析异常容错 04_ticket_classifier.py

⚠️重点：生产环境必须捕获 OutputParserException，大模型输出不稳定，一定会出现解析失败！

python

运行

from langchain_openai import ChatOpenAI
from pydantic import BaseModel, Field
from typing import Literal
from langchain.output_parsers import OutputParserException

class TicketClassify(BaseModel):
    category: Literal["功能故障", "咨询提问", "退款售后", "建议反馈"] = Field(description="工单分类")
    priority: Literal["高", "中", "低"] = Field(description="工单优先级")
    brief: str = Field(description="问题简短概括")

llm = ChatOpenAI(
    model="deepseek-chat",
    api_key="你的key",
    base_url="https://api.deepseek.com/v1",
    temperature=0
)
classifier = llm.with_structured_output(TicketClassify, method="json_mode")

user_question = "软件登录时报错，无法进入系统，影响正常办公！"

try:
    ticket_result = classifier.invoke(user_question)
    print(f"分类：{ticket_result.category}，优先级：{ticket_result.priority}")
except OutputParserException as e:
    # 标准容错方案
    print("结构化解析失败！")
    print(f"错误信息：{e}")
    # 1. 保存原始模型输出用于排查
    # 2. 记录日志
    # 3. 可选策略：重试、降级人工处理

八、高频开发问题解答

Q1：信息抽取任务，temperature 为什么设置为 0？

temperature 控制模型随机性。抽取、分类任务要求输出稳定，关闭随机采样，避免模型自由发挥，输出不可控内容。

Q2：已经有 with_structured_output，为什么还要学习 PydanticOutputParser？

学习底层原理，理解「格式提示词如何传递给模型」「解析报错根源」；很多老旧 / 私有化大模型不支持 JSON Mode，Parser 方案是兜底手段。

Q3：Pydantic 持续校验失败如何处理？

1. 优化 Prompt，强化格式约束；
2. try 捕获异常，持久化原始返回文本，分析错误样本；
3. 增加重试机制；
4. 业务层增加二次规则校验。

九、总结

1. 只需要纯文本 → StrOutputParser，适配 LangChain 管道
2. 需要结构化数据： ✅ 学习原理、兼容各类模型：PydanticOutputParser ✅ 新项目、模型支持 JSON Mode：with_structured_output
3. 结构化输出核心价值：消除文本清洗，让大模型输出直接接入业务代码；
4. 生产环境强制增加异常捕获，永远不要假设模型 100% 输出规范 JSON。

后续文章将结合 RAG 项目，演示结构化输出如何规范知识库问答结果。 欢迎评论区交流你在结构化输出踩过的坑！

后续文章会结合 RAG 项目，演示结构化输出如何完成知识库问答结果规范化、检索结果过滤。

你们项目中使用结构化输出踩过哪些坑？欢迎评论区交流！