如何检查对象是否是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？

试试这个-

>>> type(myobject, generator)

给出错误-

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具有next将其用作生成器的方法，但我想使用某种方法可以确定任何对象的类型，而不仅仅是生成器。）

您可以从以下类型使用GeneratorType：

>>> import types
>>> types.GeneratorType
<class 'generator'>
>>> gen = (i for i in range(10))
>>> isinstance(gen, types.GeneratorType)
True

你的意思是发电机功能？使用inspect.isgeneratorfunction。

编辑：

如果需要生成器对象，可以使用JAB在其注释中指出的inspect.isgenerator。

我认为区分生成器函数和生成器（生成器函数的结果）很重要：

>>> def generator_function():
...     yield 1
...     yield 2
...
>>> import inspect
>>> inspect.isgeneratorfunction(generator_function)
True

调用generator_function不会产生正常的结果，它甚至不会在函数本身中执行任何代码，结果将是称为generator的特殊对象：

>>> generator = generator_function()
>>> generator
<generator object generator_function at 0x10b3f2b90>

因此它不是生成器函数，而是生成器：

>>> inspect.isgeneratorfunction(generator)
False

>>> import types
>>> isinstance(generator, types.GeneratorType)
True

并且生成器函数不是生成器：

>>> isinstance(generator_function, types.GeneratorType)
False

仅作为参考，函数体的实际调用将通过使用生成器来进行，例如：

>>> list(generator)
[1, 2]

另请参见在python中，有没有一种方法可以在调用函数之前检查它是否为“生成器函数”？

inspect.isgenerator如果要检查纯生成器（即“生成器”类的对象），则该函数很好。但是，False如果您检查例如izipiterable ，它将返回。检查通用生成器的另一种方法是使用此函数：

def isgenerator(iterable):
    return hasattr(iterable,'__iter__') and not hasattr(iterable,'__len__')

您可以使用输入模块中的Iterator或更具体地说，使用Generator 。

from typing import Generator, Iterator
g = (i for i in range(1_000_000))
print(type(g))
print(isinstance(g, Generator))
print(isinstance(g, Iterator))

结果：

<class 'generator'>
True
True

>>> import inspect
>>> 
>>> def foo():
...   yield 'foo'
... 
>>> print inspect.isgeneratorfunction(foo)
True

我知道我可以检查对象是否具有将其用作生成器的下一个方法，但是我想使用某种方法可以确定任何对象的类型，而不仅仅是生成器。

不要这样 这只是一个非常非常糟糕的主意。

相反，请执行以下操作：

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

在不太可能发生的情况下，for循环的主体也具有TypeErrors，有几种选择：（1）定义一个函数来限制错误的范围，或者（2）使用嵌套的try块。

或（3）像这样的东西来区分所有这些TypeError在周围浮动的。

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。

如果您使用的是Tornado Web服务器或类似服务器，则可能会发现服务器方法实际上是生成器，而不是方法。这使得很难调用其他方法，因为yield无法在该方法内部工作，因此您需要开始管理链接的生成器对象池。管理链接生成器池的一种简单方法是创建帮助功能，例如

def chainPool(*arg):
    for f in arg:
      if(hasattr(f,"__iter__")):
          for e in f:
             yield e
      else:
         yield f

现在编写链式生成器，例如

[x for x in chainPool(chainPool(1,2),3,4,chainPool(5,chainPool(6)))]

产生输出

[1, 2, 3, 4, 5, 6]

如果您希望将生成器用作线程替代或类似线程，则可能是您想要的。

（我知道这是一篇老文章。）无需导入模块，您可以在程序开始时声明一个对象以进行比较：

gentyp= type(1 for i in "")                                                                                          
       ...
type(myobject) == gentyp