如何检查一个对象是否是Python中的生成器对象？
在python中，如何检查对象是否为生成器对象？
尝试这个 –
>>> type(myobject, generator) 给出了错误 –
Traceback (most recent call last): File "<stdin>", line 1, in <module> NameError: name 'generator' is not defined
（我知道我可以检查对象是否有next方法，它是一个生成器，但我想用某种方式来确定任何对象的types，而不仅仅是生成器。）
你可以使用types的GeneratorType：
>>> import types >>> types.GeneratorType <class 'generator'> >>> gen = (i for i in range(10)) >>> isinstance(gen, types.GeneratorType) True
你是指发电机function？ 使用inspect.isgeneratorfunction 。
编辑：
如果你想要一个生成器对象，你可以使用inspect.isgenerator，正如JAB在他的评论中指出的那样。
我认为区分生成器函数和生成器是非常重要的（生成器函数的结果）：
>>> def generator_function(): ... yield 1 ... yield 2 ... >>> import inspect >>> inspect.isgeneratorfunction(generator_function) True
调用generator_function将不会产生正常的结果，甚至不会在函数本身中执行任何代码，结果将是一个特殊的对象，称为generator ：
>>> generator = generator_function() >>> generator <generator object generator_function at 0x10b3f2b90>
所以它不是发电机function，而是发电机：
>>> inspect.isgeneratorfunction(generator) False >>> import types >>> isinstance(generator, types.GeneratorType) True
而发电机function不是发电机：
>>> isinstance(generator_function, types.GeneratorType) False
仅供参考，实际的函数体调用将由消费函数生成，例如：
>>> list(generator) [1, 2]
另请参见在python中有一种方法来检查函数是否是一个“生成器函数”之前调用它？
如果你想检查纯生成器（即类“生成器”的对象）， inspect.isgenerator函数没问题。 但是，如果你检查一个izip迭代器，它将返回False 。 检查广义发生器的另一种方法是使用这个函数：
def isgenerator(iterable): return hasattr(iterable,'__iter__') and not hasattr(iterable,'__len__')
>>> import inspect >>> >>> def foo(): ... yield 'foo' ... >>> print inspect.isgeneratorfunction(foo) True
我知道我可以检查对象是否有一个下一个方法，它是一个生成器，但我想用某种方式，我可以确定任何对象的types，而不仅仅是生成器。
不要这样做。 这只是一个非常非常糟糕的主意。
相反，这样做：
try: # Attempt to see if you have an iterable object. for i in some_thing_which_may_be_a_generator: # The real work on `i` except TypeError: # some_thing_which_may_be_a_generator isn't actually a generator # do something else
在不太可能的情况下， for循环的主体也有TypeError ，有几种select：（1）定义一个函数来限制错误的范围，或者（2）使用一个嵌套的try块。
或者（3）类似这样的东西来区分所有这些浮动的TypeError 。
try: # Attempt to see if you have an iterable object. # In the case of a generator or iterator iter simply # returns the value it was passed. iterator = iter(some_thing_which_may_be_a_generator) except TypeError: # some_thing_which_may_be_a_generator isn't actually a generator # do something else else: for i in iterator: # the real work on `i`
或者（4）修复应用程序的其他部分以适当地提供生成器。 这通常比所有这些都简单。
如果你使用龙卷风web服务器或类似的，你可能已经发现，服务器方法实际上是发电机，而不是方法。 这使得调用其他方法变得困难，因为yield在方法内部不起作用，因此您需要开始pipe理链式生成器对象池。 pipe理链式生成器池的简单方法是创build一个帮助函数，如
def chainPool(*arg): for f in arg: if(hasattr(f,"__iter__")): for e in f: yield e else: yield f
现在写链式发生器如
[x for x in chainPool(chainPool(1,2),3,4,chainPool(5,chainPool(6)))]
产生输出
[1, 2, 3, 4, 5, 6]
这可能是你想要的，如果你想使用发电机作为一个线程的替代或类似的。
