Python中类型最佳判断方法

Python在定义变量的时候不用指明具体的的类型，解释器会在运行的时候会自动检查变量的类型，并根据需要进行隐式的类型转化，因为Python是动态语言，所以一般情况下是不推荐进行类型转化的。

比如进行"+"操作时，如果加号两边是数据就进行加法操作，如果两边是字符串就进行字符串连接操作，如果两边是列表就进行合并操作，甚至可以进行复数的运算。

解释器会在运行时根据两边的变量的类型调用不同的内部方法。当加号两边的变量类型不一样的时候，又不能进行类型转化，就会抛出TypeError的异常。

types模块从Python2到Python3的变化

在实际的开发中，为了提高代码的健壮性，我们还是需要进行类型检查的。而进行类型检查首先想到的就是用types()，比如使用types判断一个int类型:

Source Code:

#!/usr/bin/env python2.6
#Author: nock.chen
from types import *
mylist = ['nock', 100, '100', 'IT']def delete(mylist, item): if type(item) is IntType:mylist.remove(item)delete(mylist, 100)
print(mylist)
复制代码

Result:

['nock', '100', 'IT']
复制代码

我们在types模块中可以找到一些常用的类型，在2.6.9中显示的结果：

types.BooleanType              #  bool类型
types.BufferType               #  buffer类型
types.BuiltinFunctionType      #  内建函数，比如len()
types.BuiltinMethodType        #  内建方法，指的是类中的方法
types.ClassType                #  类类型
types.CodeType                 #  代码块类型
types.ComplexType              #  复数类型
types.DictProxyType            #  字典代理类型
types.DictType                 #  字典类型
types.DictionaryType           #  字典备用的类型
types.EllipsisType             #  Ellipsis类型
types.FileType                 #  文件类型
types.FloatType                #  浮点类型
types.FrameType                #  框架对象的类型
types.FunctionType             #  函数类型
types.GeneratorType            #  通过调用生成器函数生成的generator-iterator对象类型
types.GetSetDescriptorType     #  用PyGetSetDef(如FrameType)在扩展模块中定义的对象的类型
types.InstanceType             #  实例类型
types.IntType                  #  int类型
types.LambdaType               #  lambda类型
types.ListType                 #  列表类型
types.LongType                 #  long类型
types.MemberDescriptorType     #  在扩展模块中定义的对象类型，包括PyMemberDef，如datetime.timedelta.days
types.MethodType               #  方法类型
types.ModuleType               #  module类型
types.NoneType                 #  None类型
types.NotImplementedType       #  NotImplemented的类型
types.ObjectType               #  object类型
types.SliceType                #  slice()返回的对象类型
types.StringType               #  字符串类型
types.StringTypes              #  一个包含StringType和UnicodeType的序列，用于方便对任何字符串对象进行检查。
types.TracebackType            #  在sys.exc_traceback中发现的traceback对象的类型。
types.TupleType                #  元组类型
types.TypeType                 #  类型本身
types.UnboundMethodType        #  另一个名字for MethodType
types.UnicodeType              #  Unicode字符字符串的类型(例如，u ' spam)
types.XRangeType               #  xrange()返回的范围对象的类型
复制代码

官网介绍：https://docs.python.org/2/library/types.html

到了Python3版本，types模块方法已经明显减少了很多，具体如下：

types.BuiltinFunctionType
types.BuiltinMethodType         # 内置函数的类型，如len()或sys.exit()，以及内置类的方法。(这里，“内置”的意思是“用C写”。)
types.CodeType                  # 通过compile()返回的代码对象类型。
types.DynamicClassAttribute
types.FrameType                 # 框架对象的类型，如在tb中发现的。tb_frame如果tb是一个traceback对象。
types.FunctionType
types.GeneratorType             # 由生成器函数创建的generator - iterator对象类型。
types.GetSetDescriptorType      # 用PyGetSetDef(如FrameType)在扩展模块中定义的对象的类型。
types.LambdaType                # 由lambda表达式创建的用户定义函数和函数的类型。
types.MappingProxyType
types.MemberDescriptorType
types.MethodType                # 用户定义类实例的方法类型。
types.ModuleType
types.SimpleNamespace
types.TracebackType             # traceback对象的类型，如sys.exc_info()
types.new_class
types.prepare_class
复制代码

官网介绍：https://docs.python.org/3/library/types.html#module-types

不推荐使用type检查类型

从上面的Python2到Python3的版本升级过程中，types模块方法有所减少。如果使用type方法也会存在如下问题:

如上所示说明i和n的类型是不一样的，而实际上UserInt是继承int的，所以这个判断是存在问题的，当我们对Python内建类型进行扩展的时候，type返回的结果就不够准确了。我们再看一个例子:

type比较的结果a和b的类型是一样的，结果明显是不准确的。这种古典类的实例，type返回的结果都是一样的，而这样的结果不是我们想要的。对于内建的基本类型来说，使用tpye来检查是没有问题的，可是当应用到其他场合的时候，type就显得不可靠了。

这个时候我们就需要使用内置函数isinstance来进行类型检查，示例如下：

isinstance(object, class_or_type_or_tuple)
复制代码

object表示对象，classinfo可以是直接或间接类名、基本类型或者有它们组成的元组。

nock:ucode nock$ python3
Python 3.5.1 (default, Dec 26 2015, 18:08:53)
[GCC 4.2.1 Compatible Apple LLVM 7.0.2 (clang-700.1.81)] on darwin
Type "help", "copyright", "credits" or "license" for more information.
>>> isinstance(2, float)
False
>>> isinstance(2, int)
True
>>> isinstance((2, 3), list)
False
>>> isinstance((2, 3), tuple)
True
>>> isinstance({'name': 'nock'}, tuple)
False
>>> isinstance({'name': 'nock'}, dict)
True
>>> isinstance([1, 100, 101], (str, list, tuple))
True
>>> isinstance(2 ** 31, dict)
False
>>> isinstance(2 ** 31, long)
Traceback (most recent call last):File "<stdin>", line 1, in <module>
NameError: name 'long' is not defined
>>> isinstance(2 ** 31, int)
True
复制代码

Python2有为非浮点数准备的int和long类型。int类型的最大值不能超过sys.maxint，而且这个最大值是平台相关的。可以通过在数字的末尾附上一个L来定义长整型，显然，它比int类型表示的数字范围更大。在Python3里，只有一种整数类型int，大多数情况下，它很像Python2里的长整型。由于已经不存在两种类型的整数，所以就没有必要使用特殊的语法去区别他们, 进一步阅读：PEP 237。

最后在Python中类型的判断你最好的方法是利用内置函数isinstance完成是最佳体验。

官网介绍：https://docs.python.org/3/library/functions.html#isinstance