Python对象类型判断全解析

技术背景

在Python编程中，经常需要判断对象的类型。不同的场景可能需要不同的类型判断方法，Python提供了多种方式来实现这一需求。

实现步骤

使用type()函数

type()函数可以获取对象的实际类型。将对象作为唯一参数传入，它将返回该对象的类型对象。

print(type([]) is list)  # 输出: True
print(type({}) is dict)  # 输出: True
print(type('') is str)   # 输出: True
print(type(0) is int)    # 输出: True

对于自定义类型同样适用：

class Test1 (object):
    pass

class Test2 (Test1):
    pass

a = Test1()
b = Test2()
print(type(a) is Test1)  # 输出: True
print(type(b) is Test2)  # 输出: True

需要注意的是，type() 只返回对象的直接类型，无法判断类型继承关系：

print(type(b) is Test1)  # 输出: False

使用isinstance()函数

isinstance()函数用于检查对象的类型是否符合某种类型或类型元组。它支持类型继承，通常是确保对象类型的首选方法。

print(isinstance(b, Test1))  # 输出: True
print(isinstance(b, Test2))  # 输出: True
print(isinstance(a, Test1))  # 输出: True
print(isinstance(a, Test2))  # 输出: False
print(isinstance([], list))  # 输出: True
print(isinstance({}, dict))  # 输出: True

isinstance()的第二个参数也可以接受一个类型元组，用于一次性检查多种类型：

print(isinstance([], (tuple, list, set)))  # 输出: True

使用__class__属性

在对象实例上，还可以使用__class__属性来获取对象的类。

str = "str"
print(str.__class__)  # 输出: <class 'str'>
i = 2
print(i.__class__)    # 输出: <class 'int'>
class Test():
    pass
a = Test()
print(a.__class__)    # 输出: <class '__main__.Test'>

使用抽象基类

可以使用collections.abc模块中的抽象基类来覆盖多种类型。例如，使用Sequence抽象基类来检查对象是否为序列：

from collections.abc import Sequence

@say_type.register
def _(arg: Sequence):
    print(f"{arg} is a sequence!")

使用@functools.singledispatch

@functools.singledispatch用于定义泛型函数，根据参数的类型执行不同的操作。

from functools import singledispatch

@singledispatch
def say_type(arg):
    raise NotImplementedError(f"I don't work with {type(arg)}")

@say_type.register
def _(arg: int):
    print(f"{arg} is an integer")

@say_type.register
def _(arg: bool):
    print(f"{arg} is a boolean")

使用issubclass()函数

issubclass()函数用于检查一个类是否是另一个类的子类。

class a(list):
    pass

print(isinstance(a, list))  # 输出: False
print(issubclass(a, list))  # 输出: True

核心代码

type()函数示例

x = 'hello this is a string'
print(type(x))

isinstance()函数示例

def foo(obj):
    if isinstance(obj, str):
        obj = str.split()
    return _foo_handles_only_lists_or_tuples(obj)

@functools.singledispatch示例

from functools import singledispatch

@singledispatch
def say_type(arg):
    raise NotImplementedError(f"I don't work with {type(arg)}")

@say_type.register
def _(arg: int):
    print(f"{arg} is an integer")

@say_type.register
def _(arg: bool):
    print(f"{arg} is a boolean")

最佳实践

• 通常情况下，优先使用isinstance()函数，因为它支持类型继承，更加健壮。
• 如果需要获取对象的实际类型对象，可以使用type()函数。
• 尽量避免使用__class__属性，因为它不是语义上的公共属性，内置函数通常有更好的行为。
• 在需要处理多种类型的代码中，可以考虑使用@functools.singledispatch来提高代码的可维护性。
• 对于类型检查，可以使用collections.abc模块中的抽象基类，以实现更灵活的类型判断。

常见问题

type()和isinstance()的区别

type()只返回对象的直接类型，不考虑类型继承关系；而isinstance()支持类型继承，可以判断对象是否是某个类或其子类的实例。

isinstance(True, int)返回True的问题

在Python中，True和False是1和0的别名，因此isinstance(True, int)和isinstance(False, int)都返回True。如果需要更精确的类型判断，可以使用type()函数。

旧风格类的类型判断问题

type()方法在处理旧风格实例时可能会出现不符合预期的结果。可以使用__class__属性，但需要注意当传入的对象是旧风格类（不是实例）时，该属性可能不存在。可以使用以下代码来解决：

from types import ClassType
_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
    obj_type = type(obj)
    if obj_type is not ClassType:
        raise ValueError(f"Could not determine object '{obj_type}' type.")
    return obj_type