如何检查对象是否是Python中的生成器对象？

How to check if an object is a generator object in python?

在Python中，如何检查对象是否是生成器对象？

尝试这个

1	>>> type(myobject, generator)

给出了错误-

1
2
3

Traceback (most recent call last):
File"<stdin>", line 1, in <module>
NameError: name 'generator' is not defined

(我知道我可以检查对象是否有一个next方法使其成为一个生成器，但我想使用某种方法来确定任何对象的类型，而不仅仅是生成器。)

相关讨论

可以使用以下类型的GeneratorType:

1
2
3
4
5
6

>>> import types
>>> types.GeneratorType
<class 'generator'>
>>> gen = (i for i in range(10))
>>> isinstance(gen, types.GeneratorType)
True

相关讨论

你是说发电机的功能？使用inspect.isgeneratorfunction。

编辑：

如果你想要一个生成器对象，你可以使用inspect.isgenerator，正如jab在他的评论中指出的那样。

相关讨论

我认为区分发电机功能和发电机(发电机功能的结果)很重要：

1
2
3
4
5
6
7

>>> def generator_function():
... yield 1
... yield 2
...
>>> import inspect
>>> inspect.isgeneratorfunction(generator_function)
True

调用generator_函数不会产生正常结果，甚至不会在函数本身执行任何代码，结果将是名为generator的特殊对象：

1
2
3

>>> generator = generator_function()
>>> generator
<generator object generator_function at 0x10b3f2b90>

所以它不是发电机功能，而是发电机：

1
2
3
4
5
6

>>> inspect.isgeneratorfunction(generator)
False

>>> import types
>>> isinstance(generator, types.GeneratorType)
True

发电机功能不是发电机：

1 2	>>> isinstance(generator_function, types.GeneratorType) False

仅作为参考，实际调用函数体时会使用生成器，例如：

1 2	>>> list(generator) [1, 2]

另请参见在python中，是否有一种方法在调用函数之前检查函数是否是"生成器函数"？

如果要检查纯生成器(即"Generator"类的对象)，则inspect.isgenerator函数可以。但是，如果您检查(例如)izip的iterable，它将返回False。检查通用发电机的另一种方法是使用此功能：

1 2	def isgenerator(iterable): return hasattr(iterable,'__iter__') and not hasattr(iterable,'__len__')

相关讨论

1
2
3
4
5
6
7

>>> import inspect
>>>
>>> def foo():
... yield 'foo'
...
>>> print inspect.isgeneratorfunction(foo)
True

相关讨论

I know I can check if the object has a next method for it to be a generator, but I want some way using which I can determine the type of any object, not just generators.

不要这样做。这只是一个非常非常糟糕的主意。

相反，请执行以下操作：

1
2
3
4
5
6
7

try:
# Attempt to see if you have an iterable object.
for i in some_thing_which_may_be_a_generator:
# The real work on `i`
except TypeError:
# some_thing_which_may_be_a_generator isn't actually a generator
# do something else

在for循环体也有TypeErrors的不太可能的情况下，有几种选择：(1)定义函数以限制错误的范围，或(2)使用嵌套的try块。

或者(3)像这样的东西来区分漂浮在周围的所有这些TypeErrors。

1
2
3
4
5
6
7
8
9
10
11

try:
# Attempt to see if you have an iterable object.
# In the case of a generator or iterator iter simply
# returns the value it was passed.
iterator = iter(some_thing_which_may_be_a_generator)
except TypeError:
# some_thing_which_may_be_a_generator isn't actually a generator
# do something else
else:
for i in iterator:
# the real work on `i`

或者(4)修复应用程序的其他部分以适当地提供生成器。这通常比所有这些都简单。

相关讨论

如果您使用的是Tornado Web服务器或类似服务器，您可能会发现服务器方法实际上是生成器，而不是方法。这使得调用其他方法变得困难，因为yield在方法内部不起作用，因此需要开始管理链接生成器对象的池。管理链接生成器池的一个简单方法是创建一个帮助函数，例如

1
2
3
4
5
6
7

def chainPool(*arg):
for f in arg:
if(hasattr(f,"__iter__")):
for e in f:
yield e
else:
yield f

现在编写链生成器，如

1	[x for x in chainPool(chainPool(1,2),3,4,chainPool(5,chainPool(6)))]

产出产出

1	[1, 2, 3, 4, 5, 6]