当前位置： 首页 > news >正文

【LangChain】P14 LangChain 输出解析器深度解析：Json解析器、XML解析器、字符串及列表、日期解析器

news 2025/10/8 5:11:31

目录

  • 前言
    • 为什么输出解析器？
    • 环境准备
    • 常用输出解析器概览
  • 1. 字符串解析器（StrOutputParser）
    • 功能说明
    • 使用示例
    • 返回内容
    • 快捷方式
  • 2. JSON 解析器（JsonOutputParser）
    • 功能说明
    • 适用场景
    • 实现方式一：手动指定 JSON 格式
    • 实现方式二：使用 get_format_instructions()
    • 使用管道符简化代码
  • 3. XML 解析器（XMLOutputParser）
    • 功能说明
    • 特点
    • 实现方式一：手动指定 XML 格式
    • 实现方式二：使用 get_format_instructions()
  • 4. 列表解析器（CommaSeparatedListOutputParser）
    • 功能说明
    • 使用示例
    • 使用场景
  • 5. 日期时间解析器（DatetimeOutputParser）
    • 功能说明
    • 使用示例
    • 使用场景
  • 实战建议
    • 选择合适的解析器
    • 最佳实践
  • 总结

在这里插入图片描述

在大模型应用开发中，我们常常面临一个问题：语言模型返回的都是纯文本，但我们的应用往往需要结构化的数据来进行后续处理。这就是 LangChain 输出解析器（Output Parser）要解决的核心问题。

本系列博文的前序博文中，已经对 LangChain Model I/O 部分内容中的格式化输入与提示词模板进行了深度的解析。本博文将针对 Model I/O 三个核心组件中的 Parser（解析输出）部分内容，深入学习。

前言

为什么输出解析器？

语言模型返回的是字符串（文本），但在实际开发中，我们往往需要：

  • JSON 格式的数据用于 API 调用
  • 列表格式的数据用于批量处理
  • 日期时间格式用于日程管理
  • XML 格式用于系统集成

通过输出解析器，我们可以将 LLM 的文本输出转换为程序可以直接使用的结构化格式。

环境准备

在开始之前，我们先配置好大模型整体开发环境：

import os
import dotenv
from langchain_openai import ChatOpenAI# 加载环境变量
dotenv.load_dotenv()
os.environ["OPENAI_API_KEY"] = os.getenv("OPENAI_API_KEY")
os.environ["OPENAI_BASE_URL"] = os.getenv("OPENAI_BASE_URL")# 初始化模型
chat_model = ChatOpenAI(model=os.getenv("CHAT_MODEL")
)

常用输出解析器概览

LangChain 提供了多种输出解析器，适用于不同场景：

基础解析器：

  • StrOutputParser - 字符串解析器，提取纯文本内容
  • JsonOutputParser - JSON 解析器，确保输出为 JSON 对象
  • XMLOutputParser - XML 解析器，处理 XML 格式数据
  • CommaSeparatedListOutputParser - CSV 解析器，返回列表格式
  • DatetimeOutputParser - 日期时间解析器，处理时间数据

高级解析器：

  • EnumOutputParser - 枚举解析器，限定输出为预定义值
  • StructuredOutputParser - 结构化解析器，转换为字典格式
  • OutputFixingParser - 修复解析器，自动修正格式错误
  • RetryOutputParser - 重试解析器，失败时自动重试

本博文不围绕高级内容，将详细介绍最常用的几种解析器。

1. 字符串解析器（StrOutputParser）

功能说明

StrOutputParser 是最基础的解析器，它从模型响应中提取 content 字段，返回纯文本字符串。

使用示例

from langchain_core.output_parsers import StrOutputParser# 调用模型
response = chat_model.invoke("一句话简述什么是大语言模型")# 使用解析器
parser = StrOutputParser()
str_response = parser.invoke(response)
print(str_response)

返回内容

大语言模型是一种利用海量文本数据训练、能够理解和生成人类语言的深度学习模型。

快捷方式

实际上，也可以直接通过代码访问 content 属性：

response = chat_model.invoke("一句话简述什么是大语言模型")
print(response.content)  # 效果相同

2. JSON 解析器（JsonOutputParser）

功能说明

JsonOutputParser 将模型的自由文本输出转换为结构化的 JSON 数据，这是开发中最常用的解析器之一。

适用场景

  • API 接口返回数据
  • 数据库存储前的格式化
  • 需要明确字段结构的应用场景

实现方式一：手动指定 JSON 格式

通过提示词明确要求模型返回 JSON 格式：

from langchain_core.output_parsers import JsonOutputParser
from langchain_core.prompts import ChatPromptTemplate# 创建提示模板
chat_prompt_template = ChatPromptTemplate.from_messages([("system", "你是一个靠谱的{role}"),("human", "{question}")
])# 构造提示
prompt = chat_prompt_template.invoke(input={"role": "人工智能专家","question": "人工智能用英文怎么说?问题用q表示,答案用a表示,返回一个JSON格式的数据"
})# 调用模型和解析
response = chat_model.invoke(prompt)
parser = JsonOutputParser()
json_response = parser.invoke(response)
print(json_response)
# 输出示例: {'q': '人工智能用英文怎么说?', 'a': 'Artificial Intelligence'}

实现方式二：使用 get_format_instructions()

这是更推荐的方式，让解析器自动生成格式说明：

from langchain_core.output_parsers import JsonOutputParser
from langchain_core.prompts import PromptTemplate# 创建解析器
parser = JsonOutputParser()# 查看自动生成的格式说明
print(parser.get_format_instructions())
# 输出类似: "Return a JSON object. The output should be formatted as a JSON instance..."# 创建包含格式说明的提示模板
prompt_template = PromptTemplate.from_template(template="回答用户的查询\n满足的格式为{format_instructions}\n问题为{question}\n",partial_variables={"format_instructions": parser.get_format_instructions()}
)# 完整调用流程
joke_query = "告诉我一个笑话"
prompt = prompt_template.invoke(input={"question": joke_query})
response = chat_model.invoke(prompt)
json_response = parser.invoke(response)
print(json_response)

使用管道符简化代码

LangChain 支持使用管道符 | 将多个步骤连接成链（Chain）：

# 将模板、模型、解析器连接成一条链
chain = prompt_template | chat_model | parser# 一行代码完成所有操作
json_response = chain.invoke(input={"question": joke_query})
print(json_response)

使用 chain 的优势非常明显：代码更简洁，逻辑更清晰，便于维护。关于详细管道符与 chain 的内容，在后续博文阐述。

3. XML 解析器（XMLOutputParser）

功能说明

XML（可扩展标记语言）曾是数据传输的主流格式，至今在许多系统集成场景中仍然广泛使用。XMLOutputParser 可以将模型输出转换为易于处理的 XML 数据结构。

特点

  • 使用 <标签>内容</标签> 的格式
  • 解析器会将 XML 自动转换为 Python 字典，便于程序处理
  • 适合需要层次化数据结构的场景

实现方式一：手动指定 XML 格式

from langchain_core.output_parsers import XMLOutputParseractor = "周星驰"
response = chat_model.invoke(f"请生成{actor}的简短电影记录,将影片名称放在<movie></movie>标签中"
)
print(response.content)
# 输出示例:
# <movie>大话西游</movie>
# <movie>功夫</movie>
# <movie>喜剧之王</movie># 解析XML
parser = XMLOutputParser()
xml_response = parser.invoke(response)
print(xml_response)
# 输出为字典格式,方便程序处理

实现方式二：使用 get_format_instructions()

from langchain_core.prompts import PromptTemplateparser = XMLOutputParser()prompt_template = PromptTemplate.from_template(template="请回答以下问题\n{format_instructions}\n问题:{question}\n",partial_variables={"format_instructions": parser.get_format_instructions()}
)chain = prompt_template | chat_model | parser
result = chain.invoke(input={"question": f"列出{actor}的三部代表作"})
print(result)

4. 列表解析器（CommaSeparatedListOutputParser）

功能说明

CommaSeparatedListOutputParser 将模型输出的逗号分隔文本转换为 Python 列表，非常适合批量数据处理。

使用示例

from langchain_core.output_parsers import CommaSeparatedListOutputParserparser = CommaSeparatedListOutputParser()prompt_template = PromptTemplate.from_template(template="列出五种编程语言\n{format_instructions}\n",partial_variables={"format_instructions": parser.get_format_instructions()}
)chain = prompt_template | chat_model | parser
result = chain.invoke({})
print(result)
# 输出: ['Python', 'JavaScript', 'Java', 'C++', 'Go']
print(type(result))  # <class 'list'>

使用场景

  • 生成选项列表
  • 关键词提取
  • 标签生成
  • 任何需要多个独立项目的场景

5. 日期时间解析器（DatetimeOutputParser）

功能说明

DatetimeOutputParser 将模型输出的日期时间文本转换为 Python 的 datetime 对象，便于进行时间计算和格式化。

使用示例

from langchain_core.output_parsers import DatetimeOutputParserparser = DatetimeOutputParser()prompt_template = PromptTemplate.from_template(template="用户的生日是什么时候?\n{format_instructions}\n用户信息:{user_info}\n",partial_variables={"format_instructions": parser.get_format_instructions()}
)chain = prompt_template | chat_model | parser
result = chain.invoke(input={"user_info": "张三,1990年5月20日出生"})
print(result)  # 输出: 1990-05-20 00:00:00
print(type(result))  # <class 'datetime.datetime'># 可以直接进行时间计算
from datetime import datetime
age = (datetime.now() - result).days // 365
print(f"年龄: {age}岁")

使用场景

  • 日程管理应用
  • 时间提醒功能
  • 数据分析中的时间维度处理
  • 需要进行时间计算的场景

实战建议

选择合适的解析器

  1. 需要纯文本 → StrOutputParser
  2. 需要键值对数据 → JsonOutputParser
  3. 系统集成需要 XML → XMLOutputParser
  4. 需要列表数据 → CommaSeparatedListOutputParser
  5. 需要时间数据 → DatetimeOutputParser

最佳实践

  1. 优先使用 get_format_instructions()：让解析器自动生成格式说明，减少人工错误
  2. 使用管道符构建链： 使代码更简洁，逻辑更清晰
  3. 添加错误处理： 模型输出不总是完美，考虑使用 OutputFixingParser 或 RetryOutputParser
  4. 明确提示词： 即使使用解析器，清晰的提示词仍然能大幅提高输出质量

总结

输出解析器是 LangChain 中连接模型输出和应用逻辑的关键桥梁。通过合理使用不同的解析器，我们可以：

  • 将自由文本转换为结构化数据
  • 减少后续数据处理的复杂度
  • 提高应用的可靠性和可维护性

掌握这些解析器的使用方法，将使 AI 应用开发效率大大提升。在后续的文章中，我们将继续探讨 LangChain 的管道符（Pipeline）和重要的链（Chain）机制，敬请期待！

2025.10.07 北京 西直门

http://www.dtcms.com/a/452824.html

相关文章：

  • 仿真软件-多机器人2
  • 《基于 ERT 的稀疏电极机器人皮肤技术》ICRA2020论文解析
  • 聚焦CRISPR技术配套工具链的开源生态建设
  • 网站做视频窗口接口收费么免费搭建自己的网站
  • ​​Avalonia UI 开发核心注意事项：从理念到部署的避坑指南​
  • 从chatGPT获取的关于相机焦距与其他参数的关系
  • 拒绝做网站的理由wordpress自适应 slide
  • 【IT老齐456】Spring Boot优雅开发多线程应用，笔记01
  • 网站收录怎么弄极路由4 做网站
  • 备考华为HCIA - 云计算，培训与自学到底该怎么选？
  • 106、23种设计模式之备忘录模式（15/23）
  • LangChain部署rag Part3olmOCR与MinerU工具（赋范大模型社区公开课听课笔记）
  • C++进阶：使用普通函数重载算数运算符
  • 从内核调优到集群部署：基于Linux环境下KingbaseES数据库安装指南
  • Micro850 控制器深度解析：硬件特性与 I/O 接线核心（罗克韦尔2）
  • Python oct() 函数
  • (一) 机器学习之深度神经网络
  • C语言指针全面解析：从内存管理到高级应用
  • 南通网站建设推广专家建站教程的优点
  • Spring Boot整合Apache Shiro权限认证框架（应用篇）
  • 杰理AC632N---RTC应用问题
  • 网站免费软件下载阳江人社局官网招聘
  • 第二十三章：解析天书，诠释法则——Interpreter的解释艺术
  • 论文阅读-FoundationStereo
  • bug日记
  • 大数据集群环境搭建（Ubantu）
  • 深入浅出 HarmonyOS 应用开发：ArkTS 语法精要与实践
  • 用 Python+OpenCV 实现实时文档扫描：从摄像头捕捉到透视矫正全流程
  • 普陀做网站公司任丘市建设局网站
  • 前端框架篇——VueReact篇