有没有一种简单的方法来确定变量是列表、字典还是其他什么?我正在取回一个可能是任何一种类型的物体,我需要能够分辨出其中的区别。
		
		
- 你不需要"说出区别"。曾经。python(和duck打字)的要点是,你永远不需要知道。如果函数返回的对象是随机的、不一致的类型,那么从中"获取对象"的函数的设计就不正确。
- 一般来说,我同意你的看法,但在某些情况下,知道这一点很有帮助。在这个特定的案例中,我做了一些快速的黑客攻击,最终我回滚了,所以这次您是正确的。但在某些情况下——例如,当使用反射时——了解您要处理的对象类型是很重要的。
- 当您认为需要了解数据类型时,您必须提供一些更具体的示例。通常,这是(a)功能定义不明确或(b)多态性非常差的迹象。它通常可以通过简单的设计更改进行修复。
- @我不同意这一点;通过了解类型,您可以处理一些非常好的变量输入,并且仍然可以做正确的事情。它允许您解决依赖于纯duck类型的固有接口问题(例如,树上的.bark()方法意味着与狗完全不同的东西)。例如,您可以创建一个函数来处理接受字符串(例如,路径)、路径对象或列表的文件。它们都有不同的接口,但最终的结果是相同的:对该文件执行一些操作。
- @罗伯特P:"树上的.bark()方法意味着与狗完全不同的东西。"尽管如此,我发现这个例子是人为的。如果您的应用程序非常混乱,以至于(1)狗和树不愿意出现在列表或元组中,(2)您语义上重载了这样的方法名,那么类型检查将没有多大帮助。"字符串、路径对象或列表"示例也可以通过简单的try:块轻松处理,而无需进行类型检查。类型检查施加了错误的限制。它扼杀了开闭原理的"开"性。
- @我希望这是一个明显的人为的例子;尽管如此,这是duck类型的一个主要失败点,try对此没有帮助。例如,如果您知道一个用户可以传递一个字符串或数组,这两者都是可索引的,但是这个索引意味着完全不同的东西。在这些情况下,仅仅依靠一次尝试捕获就会以意想不到的奇怪方式失败。一种解决方案是创建一个单独的方法,另一种解决方案是添加一点类型检查。我个人更喜欢多态性行为,而不是做几乎相同事情的多种方法……但那只是我自己:)
- @罗伯特P:这不是一个"主要的失败点",因为它实际上并不重要。如果您知道用户可以传入字符串或数组,"是人为的。您定义一个API来接受其中一个。用户"可以传递"的内容并不重要。当他们提供了错误的一个,一些东西最终必须打破。这就是"错误类型"的定义——有些东西会损坏。这导致了一个例外。这导致try:检测到错误的类型。"错误类型"的定义是必须在某个地方引发异常。
- @S.lott,单元测试呢?有时,您希望您的测试验证函数是否返回了正确的类型。一个非常真实的例子是当你有类工厂。
- 对于不那么做作的示例,考虑使用序列化程序/反序列化程序。根据定义,您将在用户提供的对象和序列化表示之间进行转换。序列化程序需要确定您传入的对象的类型,并且在不询问运行时的情况下,您可能没有足够的信息来确定反序列化的类型(或者至少,在进入系统之前,您可能需要它进行健全性检查以捕获坏数据!)
- 另一个可能的场景是:在一个"except"块中捕获多个异常类型,进行一些处理(例如向错误消息中添加信息),然后使用附加信息引发异常。您可以将"except(ex1,ex2)"作为err:"稍后,引发类型(err)(一些更好的错误消息)。使用此方法,还可以捕获基本异常类型上的所有异常(例如:requests.exceptions.requestsException as err),然后使用正确的子类再次引发它(再次:引发类型(err)(new_message))。
- 显式地发现对象类型的另一个原因是文档并不总是告诉您——有时知道它只是有用的。所以不是为了控制流,而是为了在不同的条件下对函数的返回值进行反向工程。示例:python3 subprocess.check_output()根据universal_newlines参数返回不同的类型。
- 在python中检查类型的规范方法可能是什么?
 
	 
要获得对象的类型,可以使用内置的type()函数。将对象作为唯一参数传递将返回该对象的类型对象:
| 12
 3
 4
 5
 6
 7
 8
 9
 10
 11
 12
 
 | >>> type([]) is listTrue
 >>> type({}) is dict
 True
 >>> type('') is str
 True
 >>> type(0) is int
 True
 >>> type({})
 <type 'dict'>
 >>> type([])
 <type 'list'>
 | 
当然,这也适用于自定义类型:
| 12
 3
 4
 5
 6
 7
 8
 9
 10
 
 | >>> class Test1 (object):pass
 >>> class Test2 (Test1):
 pass
 >>> a = Test1()
 >>> b = Test2()
 >>> type(a) is Test1
 True
 >>> type(b) is Test2
 True
 | 
注意,type()只返回对象的直接类型,但不能告诉您类型继承。
| 12
 
 | >>> type(b) is Test1False
 | 
为了解决这个问题,您应该使用isinstance函数。当然,这也适用于内置类型:
| 12
 3
 4
 5
 6
 7
 8
 9
 10
 11
 12
 
 | >>> isinstance(b, Test1)True
 >>> isinstance(b, Test2)
 True
 >>> isinstance(a, Test1)
 True
 >>> isinstance(a, Test2)
 False
 >>> isinstance([], list)
 True
 >>> isinstance({}, dict)
 True
 | 
isinstance()通常是确保对象类型的首选方法,因为它也接受派生类型。因此,除非您实际需要类型对象(出于任何原因),否则使用isinstance()比使用type()更好。
isinstance()的第二个参数也接受类型的元组,因此可以一次检查多个类型。如果对象属于以下类型之一,那么isinstance将返回true:
| 12
 
 | >>> isinstance([], (tuple, list, set))True
 | 
		
		
- 我认为使用is而不是==更清楚,因为类型是单件的。
- @gnibler,在你要排版的情况下(你不应该这样做),isinstance无论如何都是首选的形式,因此不需要使用==或is。
- @迈克·格雷厄姆,有时埃多克斯1〔5〕是最好的答案。有时,isinstance是最好的答案,有时,duck输入是最好的答案。了解所有选项很重要,这样您就可以选择更适合这种情况的选项。
- @虽然我还没有遇到过这样的情况,那就是type(foo) is SomeType比isinstance(foo, SomeType)更好。
- 我以前在处理不同的参数类型时使用过类似于type( param ) in ( list, tuple )的构造,其中需要基于类型的完全不同的方法。
- @波克:也许我参加晚会有点晚了,但我认为在任何情况下,你都不会比isinstance(x, X)更喜欢type(x) is X。即使是上一条评论中的示例,也最好写为isinstance(param, (list, tuple))。PEP 8明确禁止使用type(x) is X。
- @不过,svenmarnach pep8是一个风格指南,而不是必须执行的规则。这个例子仍然有效,并且很有用。
- @Poke:我完全同意Pep8,但是你在攻击一个Strawman:Sven论点的重要部分不是Pep8,而是你可以使用isinstance作为你的用例(检查一系列类型),也可以使用干净的语法,这有很大的优势,你可以捕获子类。使用OrderedDict的人会讨厌您的代码失败,因为它只接受纯dict。
- 我有一些代码,其中"type(x)is y"返回假,"isinstance(x,y)"返回真
- @当type(x)是Z和Z是Y的一个亚型(意思是Z的每一个实例都是Y的一个实例,但该实例的类型与Y不相同时,Donbright。
- 小心!如果类型(x)是dict else"nope">>>t(d)‘aight’>>>dict="dude.">>>t(d)‘aight’>>>
- 奇怪的是,我刚刚在我的项目中实现了isinstance(),并暂时被绊倒,直到我意识到isinstance(True, int)生成True。
- @这是因为True是bool型,bool是int的一个亚型。
- @Poke,我发现情况确实如此。我的观点是,如果你想区分"ints"和"bools",你需要解决这个问题;我做到了。所以我不得不在布尔表达式中添加'bool' in str(type())。
- 另一方面,在python 2.x中对经典类(不是从对象继承的)的实例使用type()是毫无用处的,因为该类型始终是实例。
- 来自cpython实现的例子:collections.namedtuple:type(name) is str作为属性名,它不是字符串(确切地说)没有意义,可能是一个错误。但是,为了检查ints是否不是bools,您需要执行isinstance(x, int) and not isinstance(x, bool)操作,以便不排除int子类,而是排除bool子类。注意,bool不是子类,因此type(x) is not bool的工作原理相同,但这是不一致的。
 
	 
您可以使用type()来实现:
| 12
 3
 4
 5
 6
 
 | >>> a = []>>> type(a)
 <type 'list'>
 >>> f = ()
 >>> type(f)
 <type 'tuple'>
 | 
使用try和except块可能更像是一种Python。这样,如果你有一个类像列表一样嘎嘎叫,或者像口述一样嘎嘎叫,那么不管它的类型是什么,它都会表现得很好。
为了澄清,变量类型之间"说明差异"的首选方法是使用一种称为duck类型的方法:只要变量响应的方法(和返回类型)是您的子例程所期望的,就按您期望的方式处理它。例如,如果有一个类用getattr和setattr重载了括号运算符,但使用了一些有趣的内部方案,那么它应该像字典一样工作,如果这是它试图模拟的。
type(A) is type(B)检查的另一个问题是,如果A是B的一个子类,则在程序上希望它是true时,它将评估为false。如果一个对象是一个列表的子类,它应该像一个列表一样工作:检查另一个答案中显示的类型将防止这种情况发生。(不过,isinstance将起作用)。
		
		
- 不过,鸭子打字并不是说区别。它是关于使用公共接口的。
- 注意——大多数编码风格的指南建议不要将异常处理作为代码的正常控制流的一部分,通常是因为它使代码难以读取。try…当您想处理错误时,except是一个很好的解决方案,但在根据类型决定行为时,它不是一个很好的解决方案。
 
	 
在对象的实例上,您还具有:
属性。这是从python 3.3控制台获取的示例
| 12
 3
 4
 5
 6
 7
 8
 9
 10
 11
 12
 
 | >>> str ="str">>> str.__class__
 <class 'str'>
 >>> i = 2
 >>> i.__class__
 <class 'int'>
 >>> class Test():
 ...     pass
 ...
 >>> a = Test()
 >>> a.__class__
 <class '__main__.Test'>
 | 
注意,在python 3.x和新样式类(可以从python 2.6中选择)中,类和类型已经合并,这有时会导致意外的结果。主要是因为这个原因,我最喜欢的测试类型/类的方法是使用isInstance内置函数。
		
		
- 你最后的观点很重要。类型(obj)是类不能正常工作,但IsInstance成功了。我知道IsInstance无论如何都是首选,但它比检查派生类型更有益,正如接受的答案中所建议的那样。
- 在python 2.x上,__class__基本上是可以的,python中唯一没有__class__属性的对象是旧式的afaik类。顺便说一下,我不理解您对python 3的关注——在这种版本中,每个对象都有一个指向适当类的__class__属性。
 
	 
确定python对象的类型
用type确定对象的类型
| 12
 3
 
 | >>> obj = object()>>> type(obj)
 <class 'object'>
 | 
尽管它有效,但要避免使用双下划线属性,如__class__--它们在语义上不是公共的,而且,虽然在这种情况下可能不是,但是内置函数通常具有更好的行为。
| 12
 
 | >>> obj.__class__ # avoid this!<class 'object'>
 | 
类型检查
Is there a simple way to determine if a variable is a list, dictionary, or something else? I am getting an object back that may be either type and I need to be able to tell the difference.
好吧,这是一个不同的问题,不要使用类型使用的isinstance:
| 12
 3
 4
 5
 6
 7
 8
 
 | def foo(obj):"""given a string with items separated by spaces,
 or a list or tuple,
 do something sensible
 """
 if isinstance(obj, str):
 obj = str.split()
 return _foo_handles_only_lists_or_tuples(obj)
 | 
这涵盖了这样一种情况,即用户可能通过将str子类化来做一些聪明或明智的事情——根据liskov替换原则,您希望能够在不破坏代码的情况下使用子类实例——而isinstance支持这一点。
使用摘要
更好的是,您可以从collections或numbers中查找特定的抽象基类:
| 12
 3
 4
 5
 6
 7
 8
 9
 10
 11
 12
 
 | from collections import Iterablefrom numbers import Number
 
 def bar(obj):
 """does something sensible with an iterable of numbers,
 or just one number
 """
 if isinstance(obj, Number): # make it a 1-tuple
 obj = (obj,)
 if not isinstance(obj, Iterable):
 raise TypeError('obj must be either a number or iterable of numbers')
 return _bar_sensible_with_iterable(obj)
 | 
或者只是不显式地进行类型检查
或者,也许最重要的是,使用duck类型,不要显式地键入检查代码。duck类型支持以更优雅和更少冗长的方式替换liskov。
| 12
 3
 4
 5
 6
 
 | def baz(obj):"""given an obj, a dict (or anything with an .items method)
 do something sensible with each key-value pair
 """
 for key, value in obj.items():
 _baz_something_sensible(key, value)
 | 
结论
- 使用type实际获取实例的类。
- 使用isinstance明确检查实际的子类或注册的摘要。
- 并且避免在有意义的地方进行类型检查。
		
		
- 总是有try或except而不是明确检查。
- 如果用户不确定将要传入的类型,那么他们可能会这样做。我不喜欢将正确的实现与异常处理混杂在一起,除非我对异常有非常好的处理方法。引发的异常应足以通知用户需要更正其用法。
 
	 
您可以使用type()或isinstance()。
| 12
 
 | >>> type([]) is listTrue
 | 
请注意,您可以通过在当前相同名称的范围内分配一个变量来删除list或任何其他类型。
| 12
 3
 4
 5
 
 | >>> the_d = {}>>> t = lambda x:"aight" if type(x) is dict else"NOPE"
 >>> t(the_d) 'aight'
 >>> dict ="dude."
 >>> t(the_d) 'NOPE'
 | 
上面我们看到dict被重新分配给一个字符串,因此测试:
……失败了。
要绕过这个问题,更谨慎地使用type():
| 12
 3
 4
 5
 6
 7
 8
 9
 
 | >>> import __builtin__>>> the_d = {}
 >>> type({}) is dict
 True
 >>> dict =""
 >>> type({}) is dict
 False
 >>> type({}) is __builtin__.dict
 True
 | 
		
		
- 我不确定是否有必要指出隐藏内置数据类型的名称对于这种情况是有害的。您的dict字符串对于许多其他代码也会失败,比如dict([("key1","value1"), ("key2","value2")])。这些问题的答案是"那就不要这样做"。不要隐藏内置类型名,并希望事情能够正常工作。
- 我同意你关于"不要那样做"的观点。但事实上,告诉某人不要做某件事,你至少应该解释一下为什么不做,我认为这是一个相关的机会来做到这一点。我的意思是,谨慎的方法看起来很难看,并说明他们为什么不想这样做,让他们自己决定。
- 对于经典实例,type()在python 2.x上的工作方式与预期不同。
 
	 
虽然问题已经很老了,但我在找到合适的方法的时候偶然发现了这一点,我认为它仍然需要澄清,至少对于python 2.x而言(没有检查python 3,但是由于这个问题是由经典类引起的,而这些类都是在这个版本中出现的,所以这可能无关紧要)。
在这里,我试图回答标题的问题:如何确定任意对象的类型?关于使用或不使用isinstance的其他建议在许多评论和回答中都是可以的,但我并没有解决这些问题。
type()方法的主要问题是它不能在旧样式的实例中正常工作:
| 12
 3
 4
 5
 6
 7
 8
 9
 10
 11
 12
 13
 14
 
 | class One:pass
 
 class Two:
 pass
 
 
 o = One()
 t = Two()
 
 o_type = type(o)
 t_type = type(t)
 
 print"Are o and t instances of the same class?", o_type is t_type
 | 
执行此代码段将产生:
| 1
 | Are o and t instances of the same class? True | 
我认为,这不是大多数人所期望的。
__class__方法是最接近正确性的方法,但在一个关键的情况下它不会起作用:当传入对象是一个旧式类(而不是实例!),因为这些对象缺少此类属性。
这是我能想到的最小的代码片段,它以一致的方式满足了这样一个合法的问题:
| 12
 3
 4
 5
 6
 7
 8
 9
 10
 11
 12
 13
 14
 
 | #!/usr/bin/env pythonfrom types import ClassType
 #we adopt the null object pattern in the (unlikely) case
 #that __class__ is None for some strange reason
 _NO_CLASS=object()
 def get_object_type(obj):
 obj_type = getattr(obj,"__class__", _NO_CLASS)
 if obj_type is not _NO_CLASS:
 return obj_type
 # AFAIK the only situation where this happens is an old-style class
 obj_type = type(obj)
 if obj_type is not ClassType:
 raise ValueError("Could not determine object '{}' type.".format(obj_type))
 return obj_type
 | 
小心使用IsInstance
| 12
 3
 4
 
 | isinstance(True, bool)True
 >>> isinstance(True, int)
 True
 | 
但类型
| 12
 3
 4
 
 | type(True) == boolTrue
 >>> type(True) == int
 False
 | 
除了前面的答案外,值得一提的是,collections.abc的存在,它包含了几个抽象基类(abc),这些抽象基类是duck类型的补充。
例如,不是显式检查某个列表是否包含以下内容:
| 1
 | isinstance(my_obj, list) | 
如果您只想查看您拥有的对象是否允许获取项目,可以使用collections.abc.Sequence:
| 12
 
 | from collections.abc import Sequenceisinstance(my_obj, Sequence)
 | 
如果您对允许获取、设置和删除项目(即可变序列)的对象非常感兴趣,那么您可以选择collections.abc.MutableSequence。
这里还定义了许多其他的abc,Mapping表示可以用作地图的对象,Iterable、Callable等。所有这些的完整列表可以在collections.abc的文档中看到。