仅在python2中(不是python3):

assert not isinstance(lst, basestring)

实际上是你想要的，否则你会错过很多像列表一样的东西，但不是list或tuple的子类。

我在测试用例中这样做。

def assertIsIterable(self, item):
    #add types here you don't want to mistake as iterables
    if isinstance(item, basestring): 
        raise AssertionError("type %s is not iterable" % type(item))

    #Fake an iteration.
    try:
        for x in item:
            break;
    except TypeError:
        raise AssertionError("type %s is not iterable" % type(item))

没有在发电机上进行测试，我认为如果通过发电机，你会在下一次“屈服”时留下，这可能会把下游的事情搞砸。不过，这是一个unittest

assert (type(lst) == list) | (type(lst) == tuple), "Not a valid lst type, cannot be string"

这不是为了直接回答OP，但我想分享一些相关的想法。

我对上面@steveha的回答非常感兴趣，它似乎给出了一个鸭子打字似乎崩溃的例子。然而，仔细一想，他的例子表明duck类型很难符合，但这并不意味着str值得任何特殊处理。

毕竟，非str类型(例如，维护一些复杂递归结构的用户定义类型)可能会导致@steveha srepr函数导致无限递归。虽然承认这不大可能，但我们不能忽视这种可能性。因此，我们不应该在srepr中使用特殊的str大小写，而是应该阐明当产生无限递归时，我们希望srepr做什么。

一种合理的方法似乎是简单地打破矩列表(arg) == [arg]中srepr的递归。事实上，这将完全解决str的问题，而不需要任何isinstance。

然而，一个非常复杂的递归结构可能会导致一个无限循环，其中list(arg) == [arg]永远不会发生。因此，虽然上面的检查很有用，但还不够。我们需要对递归深度有一个硬性限制。

我的观点是，如果你打算处理任意的参数类型，通过duck类型处理str要比处理你可能(理论上)遇到的更一般的类型容易得多。因此，如果您觉得需要排除str实例，您应该要求参数是您显式指定的少数类型之一的实例。

以“鸭子打字”的方式，怎么样

try:
    lst = lst + []
except TypeError:
    #it's not a list

or

try:
    lst = lst + ()
except TypeError:
    #it's not a tuple

分别。这避免了isinstance / hasattr自省的事情。

你也可以反过来检查:

try:
    lst = lst + ''
except TypeError:
    #it's not (base)string

所有变量实际上并不改变变量的内容，而是意味着重新赋值。我不确定在某些情况下这是否不可取。

有趣的是，如果lst是一个列表(不是元组)，使用“in place”赋值+=在任何情况下都不会引发TypeError。这就是为什么作业是这样做的。也许有人能解释一下原因。

带有PHP风格的Python:

def is_array(var):
    return isinstance(var, (list, tuple))