python基础：isinstance的使用细节，以及常用类型判断所使用的包

目录

前言

一、isinstance的基本使用

1、语法

2、基本用法

二、常用的classinfo

三、isinstance的内部判断机制

---

前言

isinstance相信大家都已经很熟悉了，对于他的用法和一些基本的操作，我们再做一个介绍。

但是我今天最想和大家将的其实是isinstance(object, classinfo) 中的classinfo都有哪些类型，int、str、dict、bool、list等这些基本类型都是一些最基本的，本文将告诉大家一些常用的classinfo，以及isinstance它的内部到底是怎样一个判断机制。

一、isinstance的基本使用

1、语法

isinstance(object, classinfo)

• object -- 实例对象。
• classinfo -- 可以是直接或间接类名、基本类型或者由它们组成的元组。

注意到lclassinfo这个参数的描述，可以是直接或间接类名，这个其实是因为isinstance的判断机制决定的，后面回过头来看你就明白了。

返回值：如果对象的类型与参数二的类型（classinfo）相同则返回 True，否则返回 False。。

2、基本用法

>>>a = 2
>>> isinstance (a,int)
True
>>> isinstance (a,str)
False
>>> isinstance (a,(str,int,list))    # 是元组中的一个返回 True
True

 

isinstance() 与 type() 区别：

• type() 不会认为子类是一种父类类型，不考虑继承关系。

• isinstance() 会认为子类是一种父类类型，考虑继承关系。

如果要判断两个类型是否相同推荐使用 isinstance()。

class A:
    pass
 
class B(A):
    pass
 
isinstance(A(), A)    # returns True
type(A()) == A        # returns True
isinstance(B(), A)    # returns True
type(B()) == A        # returns False

二、常用的classinfo

我们常见的classinfo有

    int，float，bool，complex，str(字符串)，list，dict(字典)，set，tuple

         但是，在实际工程中，其实这些用的并不多。用的比较多的首先是 判断类的实例，这种就不介绍了。另外工程中用的还比较多的就是typing模块中的一套数据类型。关于tying模块，又不熟悉的小伙伴可以看我这篇文章《python高级模块包之typing》。

我列出typing中我们常用的classinfo，当然一下也只是一些常用的，还有很多我没有列出来。并且，有兴趣的人可以去看一下typing的源码，它里里面的容器类型其实都是从collections导入的。所以说下面的数据类型是typing和collections的合集也是正确的。

Dict, Tuple, List
Iterable，Iterator，Generator，Hashable，Sized，Mapping，Sequence，Set，Dict
Coroutine，Awaitable

除了上面，我还要提一个数据类型，Number。在我们验证一个类型是不是数字时，可以使用下面两种方法：

>>> a = 1.1
>>> b = 1
>>> isinstance(a, (int, float))
True
>>> isinstance(b, (int, float))
True
#*********************************#
>>> from numbers import Number
>>> isinstance(a, Number)
True
>>> isinstance(b, Number)
True

当然，numbers模块中还有其他的数据类型，如Complex（复数类型），Intergral（整数类型）。都可以用在isinstance上。

那么，大家有没有想过，为什么我去判断一个数是不是整数，classinfo可以有int、Intergral甚至更多个classinfo呢？其实答案就在我们前面提到的，classinfo可以是直接或者间接类名。

三、isinstance的内部判断机制

这里是参考的一篇网上的文章，出处：http://www.manongjc.com/detail/13-feratkzldglpqji.html

我觉得，需要先铺垫一个概念，就是-鸭子类型。不会的可以再去理解一下。

我们通常说的，这个类型是不是iterable，是不是gengerator，其实就是看它内部是否实现了某一个或多个指定的方法。只要某个类它实现了这个方法，那他就符合对应的类型。这其实就是鸭子类型的使用。

其实isinstance正是使用了鸭子类型这一点，我们来看下面的分析。

 

type得到的就是具体实例化该对象类，而isinstance则貌似是要求满足某种特定的要件就可以。我们来看一下Iterable源码。

class Iterable(metaclass=ABCMeta):

    __slots__ = ()

    @abstractmethod
    def __iter__(self):
        while False:
            yield None

    @classmethod
    def __subclasshook__(cls, C):
        if cls is Iterable:
            return _check_methods(C, "__iter__")
        return NotImplemented

class Sized(metaclass=ABCMeta):

    __slots__ = ()

    @abstractmethod
    def __len__(self):
        return 0

    @classmethod
    def __subclasshook__(cls, C):
        if cls is Sized:
            return _check_methods(C, "__len__")
        return NotImplemented
    
    
class Container(metaclass=ABCMeta):

    __slots__ = ()

    @abstractmethod
    def __contains__(self, x):
        return False

    @classmethod
    def __subclasshook__(cls, C):
        if cls is Container:
            return _check_methods(C, "__contains__")
        return NotImplemented

我们注意到这些都是一个抽象基类，里面定义了一个__subclasshook__方法，其实关键就在这里。

我们只要满足__subclasshook__的条件，instance就会判断他们是相同的类型。

因此我们自己实现一个类，测试下

from abc import ABCMeta


class A(metaclass=ABCMeta):

    @classmethod
    def __subclasshook__(cls, C):
        # 当我们使用isinstance(obj, A)的时候
        # 那么实例化obj所对应类，就会作为参数传递给C
        # 我们可以自定义，比如这里
        # 如果C有fuck这个属性，那么就认为obj也是A的实例
        return hasattr(C, "fuck")


class S:

    def fuck(self):
        pass


s = S()
print(isinstance(s, A))  # True
# 我们注意到S这个类没有继承任何东西，但是它确是A的实例
# 因为我们自己实现了抽象基类

# 不仅如此，此时的S这个类还是A的子类
print(issubclass(S, A))  # True

这其实也验证了instance的鸭子类型的思想。

所以我们有时候会见到，一个类它即是可迭代的，还是Sized等等特性