可以使用type（）或isinstance（）。

>>> type([]) is list
True

请注意，通过在当前作用域中分配同名变量，可以删除列表或任何其他类型。

>>> 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：

type({}) is dict

…失败。

要解决此问题并更谨慎地使用type（）：

>>> import __builtin__
>>> the_d = {}
>>> type({}) is dict
True
>>> dict =""
>>> type({}) is dict
False
>>> type({}) is __builtin__.dict
True

在许多实际情况下，您也可以使用@functools.singledispatch来定义泛型函数（由多个函数组成的函数，对不同类型执行相同的操作），而不是使用类型或isinstance。

换句话说，当您有如下代码时，您可能希望使用它：

def do_something(arg):
    if isinstance(arg, int):
        ... # some code specific to processing integers
    if isinstance(arg, str):
        ... # some code specific to processing strings
    if isinstance(arg, list):
        ... # some code specific to processing lists
    ...  # etc

下面是一个工作原理的小示例：

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")

>>> say_type(0)
0 is an integer
>>> say_type(False)
False is a boolean
>>> say_type(dict())
# long error traceback ending with:
NotImplementedError: I don't work with <class 'dict'>

此外，我们可以使用抽象类同时覆盖几种类型：

from collections.abc import Sequence


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

>>> say_type([0, 1, 2])
[0, 1, 2] is a sequence!
>>> say_type((1, 2, 3))
(1, 2, 3) is a sequence!

除了前面的答案之外，值得一提的是collections.abc的存在，它包含几个补充duck类型的抽象基类（abc）。

例如，不必显式检查某项内容是否为列表，而是：

isinstance(my_obj, list)

如果您只想查看所拥有的对象是否允许获取项目，可以使用collections.abc.Sequence:

from collections.abc import Sequence
isinstance(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ABC，可以用作映射的对象的映射、Iterable、Callable等。所有这些的完整列表可以在collections.abc的文档中看到。

虽然这些问题很古老，但我在自己找到正确的方法时偶然发现了这一点，我认为它仍然需要澄清，至少对于Python2.x是如此（没有检查Python3，但由于这个问题出现在此类版本中的经典类中，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？其他关于使用或不使用isinstance的建议在许多评论和回答中都很好，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实例中正常工作：

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：

Are o and t instances of the same class? True

我认为，这并不是大多数人所期望的。

__class__方法最接近正确性，但在一个关键的情况下，它不起作用：当传入的对象是旧式类（不是实例！）时，因为这些对象缺少这种属性。

这是我能想到的以一致方式满足此类合法问题的最小代码片段：

#!/usr/bin/env python
from 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

为了完整起见，isinstance不适用于非实例的子类型的类型检查。虽然这很有道理，但没有一个答案（包括公认的答案）涵盖了这一点。请使用issubclass。

>>> class a(list):
...   pass
... 
>>> isinstance(a, list)
False
>>> issubclass(a, list)
True

小心使用isinstance

isinstance(True, bool)
True
>>> isinstance(True, int)
True

但类型

type(True) == bool
True
>>> type(True) == int
False