在对象的实例上，还具有：

__class__

属性下面是一个来自Python3.3控制台的示例

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

请注意，在python3.x和NewStyle类（可从Python2.6中选择）中，类和类型已经合并，这有时会导致意外的结果。主要是因为这个原因，我最喜欢的测试类型/类的方法是使用内置函数。

在对象的实例上，还具有：

__class__

属性下面是一个来自Python3.3控制台的示例

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

请注意，在python3.x和NewStyle类（可从Python2.6中选择）中，类和类型已经合并，这有时会导致意外的结果。主要是因为这个原因，我最喜欢的测试类型/类的方法是使用内置函数。

尝试一下可能会更像蟒蛇。。。除了块。这样，如果你有一个像列表一样嘎嘎作响的类，或者像格言一样嘎嘎作响，那么不管它的类型是什么，它都会表现得很好。

为了澄清，“区分”变量类型的首选方法是鸭子类型：只要变量响应的方法（和返回类型）是您的子例程所期望的，就要像您期望的那样对待它。例如，如果您有一个类用getattr和setattr重载括号运算符，但使用了一些有趣的内部方案，如果这正是它试图模仿的，那么它应该像一本字典一样。

类型（A）的另一个问题是类型（B）检查，如果A是B的子类，那么当您希望它是真的时，它的计算结果为假。如果一个对象是一个列表的子类，那么它应该像列表一样工作：检查另一个答案中显示的类型将防止这种情况发生。（然而，这一点是可行的）。

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!

有两个内置函数可以帮助您识别对象的类型。如果需要对象的确切类型，可以使用type（），并使用isinstance（）检查对象的类型。通常，您希望在大多数情况下使用isinstance（），因为它非常健壮，也支持类型继承。

要获取对象的实际类型，可以使用内置的type（）函数。将对象作为唯一参数传递将返回该对象的类型对象：

>>> type([]) is list
True
>>> type({}) is dict
True
>>> type('') is str
True
>>> type(0) is int
True

这当然也适用于自定义类型：

>>> class Test1 (object):
        pass
>>> class Test2 (Test1):
        pass
>>> a = Test1()
>>> b = Test2()
>>> type(a) is Test1
True
>>> type(b) is Test2
True

请注意，type（）只返回对象的直接类型，但不能告诉您类型继承。

>>> type(b) is Test1
False

为此，您应该使用isinstance函数。这当然也适用于内置类型：

>>> isinstance(b, Test1)
True
>>> isinstance(b, Test2)
True
>>> isinstance(a, Test1)
True
>>> isinstance(a, Test2)
False
>>> isinstance([], list)
True
>>> isinstance({}, dict)
True

isinstance（）通常是确保对象类型的首选方法，因为它也接受派生类型。因此，除非您实际需要类型对象（无论出于什么原因），否则使用isinstance（）比使用type（）更可取。

isinstance（）的第二个参数也接受一个类型元组，因此可以同时检查多个类型。如果对象属于以下任何类型，isinstance将返回true：

>>> isinstance([], (tuple, list, set))
True

确定Python对象的类型

使用类型确定对象的类型

>>> obj = object()
>>> type(obj)
<class 'object'>

虽然它有效，但避免使用__class__之类的双下划线属性-它们在语义上不是公共的，虽然在这种情况下可能不是，但内置函数通常具有更好的行为。

>>> obj.__class__ # avoid this!
<class 'object'>

类型检查

有没有一种简单的方法来确定变量是列表、字典还是其他什么？我得到了一个可能是这两种类型的对象，我需要能够分辨出其中的区别。

好吧，这是另一个问题，不要使用类型-用法：

def foo(obj):
    """given a string with items separated by spaces, 
    or a list or tuple, 
    do something sensible
    """
    if isinstance(obj, str):
        obj = str.split()
    return _foo_handles_only_lists_or_tuples(obj)

这涵盖了这样一种情况，即您的用户可能正在通过子类化str来做一些聪明或明智的事情-根据Liskov Substitution的原理，您希望能够在不破坏代码的情况下使用子类实例-而isinstance支持这一点。

使用摘要

更好的是，您可以从集合或数字中查找特定的抽象基类：

from collections import Iterable
from numbers import Number

def bar(obj):
    """does something sensible with an iterable of numbers, 
    or just one number
    """
    if isinstance(obj, Number): # make it a 1-tuple
        obj = (obj,)
    if not isinstance(obj, Iterable):
        raise TypeError('obj must be either a number or iterable of numbers')
    return _bar_sensible_with_iterable(obj)

或只是不显式键入检查

或者，也许最棒的是，使用duck类型，不要显式地检查代码类型。Duck类型支持Liskov替换，更优雅，更少冗长。

def baz(obj):
    """given an obj, a dict (or anything with an .items method) 
    do something sensible with each key-value pair
    """
    for key, value in obj.items():
        _baz_something_sensible(key, value)

结论

使用类型实际获取实例的类。使用isinstance显式检查实际的子类或注册的抽象。只要在有意义的地方避免类型检查。