有点晚了，但我问了自己这个问题，然后想到了一个答案。我不知道是不是有人发了这个。但本质上，我注意到所有可迭代类型的字典中都有__getitem__()。这是你不用尝试就能检查对象是否为可迭代对象的方法。(一语双关)

def is_attr(arg):
    return '__getitem__' in dir(arg)

检查__iter__适用于序列类型，但在Python 2中检查字符串会失败。我也想知道正确的答案，在那之前，这里有一种可能性(这也适用于字符串): 试一试: Some_object_iterator = iter(some_object) except TypeError as te: 打印(some_object， 'is not iterable')

内置iter检查__iter__方法，如果是字符串，则检查__getitem__方法。

另一种通用的python方法是假设一个可迭代对象，如果它在给定对象上不起作用，则会优雅地失败。Python术语表:

python编程风格，通过检查对象的方法或属性签名来确定对象的类型，而不是通过与某些类型对象的显式关系(“如果它看起来像鸭子，并且嘎嘎叫得像鸭子，那么它一定是鸭子。”)通过强调接口而不是特定的类型，设计良好的代码通过允许多态替换来提高其灵活性。duck类型避免使用type()或isinstance()进行测试。相反，它通常采用EAFP(请求原谅比请求许可更容易)风格的编程。

.．.

试一试: _ = (e代表my_object中的e) 除了TypeError: 打印my_object， 'is not iterable'

collections模块提供了一些抽象基类，允许询问类或实例是否提供特定的功能，例如: 从集合。abc import Iterable if isinstance(e, Iterable): # e是可迭代的

但是，这不会检查通过__getitem__可迭代的类。

根据Python 2术语表，可迭代对象是

所有序列类型(如list、str和tuple)和一些非序列类型(如dict和file)以及使用__iter__()或__getitem__()方法定义的任何类的对象。可迭代对象可用于for循环和许多其他需要序列的地方(zip()， map()，…)。当一个可迭代对象作为参数传递给内置函数iter()时，它将返回该对象的迭代器。

当然，考虑到Python的一般编码风格，基于“请求原谅比请求许可更容易”这一事实。，一般的期望是使用

try:
    for i in object_in_question:
        do_something
except TypeError:
    do_something_for_non_iterable

但如果你需要显式检查它，你可以通过hasattr(object_in_question， "__iter__")或hasattr(object_in_question， "__getitem__")来测试可迭代对象。你需要检查两者，因为strs没有__iter__方法(至少在Python 2中没有，在Python 3中有)，而且生成器对象没有__getitem__方法。

在我的代码中，我用来检查非可迭代对象:

hasattr (myobject, __trunc__’)

这非常快，也可以用来检查可迭代对象(使用not)。

我不是100%确定这个解决方案是否适用于所有对象，也许其他可以提供一些更多的背景。__trunc__方法与数值类型相关(所有可以舍入为整数的对象都需要它)。但是我没有发现任何包含__trunc__和__iter__或__getitem__的对象。

def is_iterable(x):
    try:
        0 in x
    except TypeError:
        return False
    else:
        return True

这将对所有可迭代对象说“是”，但对Python 2中的字符串说“不”。(例如，当递归函数可以接受字符串或字符串容器时，这就是我想要的。在这种情况下，请求原谅可能会导致模糊代码，最好先征求允许。)

import numpy

class Yes:
    def __iter__(self):
        yield 1;
        yield 2;
        yield 3;

class No:
    pass

class Nope:
    def __iter__(self):
        return 'nonsense'

assert is_iterable(Yes())
assert is_iterable(range(3))
assert is_iterable((1,2,3))   # tuple
assert is_iterable([1,2,3])   # list
assert is_iterable({1,2,3})   # set
assert is_iterable({1:'one', 2:'two', 3:'three'})   # dictionary
assert is_iterable(numpy.array([1,2,3]))
assert is_iterable(bytearray("not really a string", 'utf-8'))

assert not is_iterable(No())
assert not is_iterable(Nope())
assert not is_iterable("string")
assert not is_iterable(42)
assert not is_iterable(True)
assert not is_iterable(None)

这里有许多其他策略会对字符串说“是”。如果你想的话就用吧。

import collections
import numpy

assert isinstance("string", collections.Iterable)
assert isinstance("string", collections.Sequence)
assert numpy.iterable("string")
assert iter("string")
assert hasattr("string", '__getitem__')

注意:is_iterable()会对bytes和bytearray类型的字符串说yes。

Python 3中的bytes对象是可迭代的True == is_iterable(b"string") == is_iterable("string".encode('utf-8')) Python 2和3中的bytearray对象是可迭代的True == is_iterable(bytearray(b"abc"))

O.P. hasattr(x， '__iter__')方法将对Python 3中的字符串说“是”，而在Python 2中对字符串说“否”(无论“或b”或u”)。感谢@LuisMasuelli注意到它也会让你在一个bug __iter__。

你可以检查__len__属性，而不是检查__iter__属性，它是由每个python内置可迭代对象实现的，包括字符串。

>>> hasattr(1, "__len__")
False
>>> hasattr(1.3, "__len__")
False
>>> hasattr("a", "__len__")
True
>>> hasattr([1,2,3], "__len__")
True
>>> hasattr({1,2}, "__len__")
True
>>> hasattr({"a":1}, "__len__")
True
>>> hasattr(("a", 1), "__len__")
True

由于显而易见的原因，不可迭代对象不会实现这一点。但是，它不会捕获没有实现它的用户定义迭代对象，也不会捕获生成器表达式，而iter可以处理生成器表达式。但是，这可以在一行中完成，并且为生成器添加一个简单的或表达式检查将解决这个问题。(注意，写入type(my_generator_expression) == generator会抛出NameError。请参考这个答案。)

你可以从类型中使用GeneratorType: >>>导入类型 > > >类型。GeneratorType <类“发电机”> >>> gen = (i for i in range(10)) >>> isinstance(gen, types.GeneratorType) 真正的 ——utdemir接受的回答

(这对于检查是否可以在对象上调用len非常有用。)