value = 12
print(type(value)) # will return <class 'int'> (means integer)

或者你可以这样做

value = 12
print(type(value) == int) # will return 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。

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!

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）。

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