Duck typing

try:
    iterator = iter(the_element)
except TypeError:
    # not iterable
else:
    # iterable

# for obj in iterator:
#     pass

类型检查

使用抽象基类。它们至少需要Python 2.6，并且只适用于新样式的类。

from collections.abc import Iterable   # import directly from collections for Python < 3.3

if isinstance(the_element, Iterable):
    # iterable
else:
    # not iterable

然而，iter()更可靠一些，如文档所述:

检查isinstance(obj, Iterable)检测类 注册为Iterable或具有__iter__()方法，但是 它不会检测使用__getitem__()迭代的类 方法。唯一可靠的方法来确定一个对象是否 Is iterable调用iter(obj)。

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。

如果object是可迭代的，下面代码中的isiterable函数将返回True。如果不是iterable则返回False

def isiterable(object_):
    return hasattr(type(object_), "__iter__")

例子

fruits = ("apple", "banana", "peach")
isiterable(fruits) # returns True

num = 345
isiterable(num) # returns False

isiterable(str) # returns False because str type is type class and it's not iterable.

hello = "hello dude !"
isiterable(hello) # returns True because as you know string objects are iterable

我在这里找到了一个很好的解决方案:

isiterable = lambda obj: isinstance(obj, basestring) \
    or getattr(obj, '__iter__', False)

在Python <= 2.5中，你不能也不应该——iterable是一个“非正式的”接口。

但是从Python 2.6和3.0开始，你可以利用新的ABC(抽象基类)基础设施以及一些内置的ABC，这些ABC在collections模块中可用:

from collections import Iterable

class MyObject(object):
    pass

mo = MyObject()
print isinstance(mo, Iterable)
Iterable.register(MyObject)
print isinstance(mo, Iterable)

print isinstance("abc", Iterable)

现在，这是否可取，或者是否有效，只是一个惯例的问题。正如你所看到的，你可以将一个不可迭代的对象注册为Iterable——它将在运行时引发一个异常。因此，isinstance获得了一个“新的”含义——它只是检查“声明的”类型兼容性，这在Python中是一个很好的方法。

另一方面，如果你的对象不能满足你所需要的接口，你会怎么做?举个例子:

from collections import Iterable
from traceback import print_exc

def check_and_raise(x):
    if not isinstance(x, Iterable):
        raise TypeError, "%s is not iterable" % x
    else:
        for i in x:
            print i

def just_iter(x):
    for i in x:
        print i


class NotIterable(object):
    pass

if __name__ == "__main__":
    try:
        check_and_raise(5)
    except:
        print_exc()
        print

    try:
        just_iter(5)
    except:
        print_exc()
        print

    try:
        Iterable.register(NotIterable)
        ni = NotIterable()
        check_and_raise(ni)
    except:
        print_exc()
        print

如果对象不满足您的期望，则抛出TypeError，但如果已经注册了正确的ABC，则检查将毫无用处。相反，如果__iter__方法可用，Python将自动识别该类的object为Iterable。

如果你只是期望一个可迭代对象，遍历它，然后忘记它。另一方面，如果您需要根据输入类型执行不同的操作，那么您可能会发现ABC基础结构非常有用。

在我的脚本中，我经常发现定义一个可迭代函数很方便。 (现在合并了Alfe建议的简化):

import collections

def iterable(obj):
    return isinstance(obj, collections.Iterable):

因此，您可以测试任何对象是否具有非常可读的可迭代形式

if iterable(obj):
    # act on iterable
else:
    # not iterable

就像你对可调用函数所做的那样

编辑:如果你安装了numpy，你可以简单地做: 简单地说是什么

def iterable(obj):
    try: iter(obj)
    except: return False
    return True

如果没有numpy，可以简单地实现这段代码或上面的代码。