type（）和isinstance（）之间有什么区别？

Question

这两个代码片段有什么区别？ 使用type()：

import types

if type(a) is types.DictType:
    do_something()
if type(b) in types.StringTypes:
    do_something_else()

使用isinstance()：

if isinstance(a, dict):
    do_something()
if isinstance(b, str) or isinstance(b, unicode):
    do_something_else()

Answer 1

总结其他（已经很好！）答案的内容，isinstance满足继承（派生类的实例也是基类的实例），而检查type的相等性是不是（它要求类型的标识并拒绝子类型的实例，AKA子类）。

通常，在Python中，你希望你的代码支持继承，当然（因为继承是如此方便，使用你的代码来阻止使用它的代码会很糟糕！），所以isinstance不如检查type的身份，因为它无缝地支持继承。

并不是isinstance 好，请注意 - 它只是不那么糟糕而不是检查类型的相等性。正常的，Pythonic，首选解决方案几乎总是“鸭子打字”：尝试使用参数，好像它是某种所需的类型，在try / {{1}中执行如果参数实际上不属于那种类型（或任何其他类型很好地模仿它;-)，并且在except子句中，尝试别的东西（使用参数“），可以捕获所有可能出现的异常好像“它是其他类型的。”

except ，但是，这是一个非常特殊的案例 - 内置类型，仅存在 ，可让您使用basestring（isinstance 1}}和str子类unicode）。字符串是序列（你可以循环它们，索引它们，切片它们......），但你通常希望将它们视为“标量”类型 - 它有点不方便（但是一个相当频繁的用例）来处理各种类型的字符串（也许是其他标量类型，即你无法循环的那些）单向，所有容器（列表，集合，dicts，...）以另一种方式，basestring加basestring帮助你做到这一点 - 这个成语的整体结构是这样的：

isinstance

您可以说if isinstance(x, basestring) return treatasscalar(x) try: return treatasiter(iter(x)) except TypeError: return treatasscalar(x) 是抽象基类（“ABC”） - 它没有为子类提供具体功能，而是作为“标记”存在，主要用于使用与basestring。这个概念在Python中显然是一个不断增长的概念，因为PEP 3119引入了它的概括，并且已经被接受并且已经从Python 2.6和3.0开始实现。

PEP清楚地表明，尽管ABCs经常可以替代鸭子打字，但通常没有很大的压力（参见here）。然而，在最近的Python版本中实现的ABCs提供了额外的好处：isinstance（和isinstance）现在不仅仅意味着“[派生类的一个实例]”（特别是，任何类都可以使用ABC“注册”，以便它显示为子类，并将其实例显示为ABC的实例）;通过模板方法设计模式应用程序，ABCs还可以非常自然的方式为实际的子类提供额外的便利（有关TM DP的更多信息，请参阅here和here [[第二部分]]，特别是在Python中，独立于ABCs）。

对于Python 2.6中提供的ABC支持的基础机制，请参阅here;对于他们的3.1版本，非常相似，请参阅here。在这两个版本中，标准库模块collections（3.1版本 - 非常相似的2.6版本，请参阅here）提供了几个有用的ABC。

为了这个答案的目的，保留关于ABCs的关键（除了可以说更为自然的TM DP功能之外，与经典的Python替代方案如UserDict.DictMixin相比）是他们制作的issubclass（和isinstance）比以前更加有吸引力和普遍（在Python 2.6和前进中）（在2.5及之前），因此，相比之下，使检查类型相等为均匀最近的Python版本比以前更糟糕的做法。

Answer 2

以下是isinstance实现type无法实现的内容的示例：

class Vehicle:
    pass

class Truck(Vehicle):
    pass

在这种情况下，卡车对象是一辆车，但你会得到这个：

isinstance(Vehicle(), Vehicle)  # returns True
type(Vehicle()) == Vehicle      # returns True
isinstance(Truck(), Vehicle)    # returns True
type(Truck()) == Vehicle        # returns False, and this probably won't be what you want.

换句话说，isinstance对于子类也是如此。

另见：How to compare type of an object in Python?

Answer 3

  

Python中isinstance()和type()之间的差异？

使用

进行类型检查

isinstance(obj, Base)

允许子类的实例和多个可能的基础：

isinstance(obj, (Base1, Base2))

使用

进行类型检查

type(obj) is Base

仅支持引用的类型。

---

作为旁注，is可能比

更合适

type(obj) == Base

因为课程是单身。

避免类型检查 - 使用多态（duck-typing）

在Python中，通常您希望允许任何类型的参数，按预期处理它，如果对象没有按预期运行，它将引发适当的错误。这被称为多态，也称为鸭子打字。

def function_of_duck(duck):
    duck.quack()
    duck.swim()

如果上面的代码有效，我们可以假设我们的论点是一个鸭子。因此我们可以传递其他东西是鸭子的实际子类型：

function_of_duck(mallard)

或像鸭子一样工作：

function_of_duck(object_that_quacks_and_swims_like_a_duck)

我们的代码仍然可以使用。

但是，在某些情况下，需要明确地进行类型检查。 也许你对不同的对象类型有明智的关系。例如，Pandas Dataframe对象可以从dicts 或记录构造。在这种情况下，您的代码需要知道它所获得的参数类型，以便它可以正确处理它。

所以，回答这个问题：

Python中isinstance()和type()之间的差异？

请允许我证明其中的区别：

type

假设您的函数获得某种参数（构造函数的常见用例），则需要确保某种行为。如果你检查这样的类型：

def foo(data):
    '''accepts a dict to construct something, string support in future'''
    if type(data) is not dict:
        # we're only going to test for dicts for now
        raise ValueError('only dicts are supported for now')

如果我们尝试传入一个作为dict子类的字典（正如我们应该能够的话，如果我们希望我们的代码遵循Liskov Substitution的原则，那么子类型可以代替类型）我们的代码中断！：

from collections import OrderedDict

foo(OrderedDict([('foo', 'bar'), ('fizz', 'buzz')]))

引发错误！

Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "<stdin>", line 3, in foo
ValueError: argument must be a dict

isinstance

但如果我们使用isinstance，我们可以支持Liskov Substitution！：

def foo(a_dict):
    if not isinstance(a_dict, dict):
        raise ValueError('argument must be a dict')
    return a_dict

foo(OrderedDict([('foo', 'bar'), ('fizz', 'buzz')]))

返回OrderedDict([('foo', 'bar'), ('fizz', 'buzz')])

抽象基类

事实上，我们可以做得更好。 collections提供了抽象基类，可以为各种类型强制执行最小协议。在我们的例子中，如果我们只期望Mapping协议，我们可以执行以下操作，并且我们的代码变得更加灵活：

from collections import Mapping

def foo(a_dict):
    if not isinstance(a_dict, Mapping):
        raise ValueError('argument must be a dict')
    return a_dict

对评论的回应：

  

应该注意，类型可以用于使用type(obj) in (A, B, C)

检查多个类

是的，您可以测试类型是否相等，但是除了上述内容之外，请使用多个基数来控制流，除非您特别只允许这些类型：

isinstance(obj, (A, B, C))

另一个区别是，isinstance支持可以替换父类的子类，而不会破坏程序，这个属性称为Liskov替换。

但更好的是，反转您的依赖关系并且根本不检查特定类型。

结论

因为我们想支持替换子类，在大多数情况下，我们希望避免使用type进行类型检查，而更喜欢使用isinstance进行类型检查 - 除非您确实需要知道精确的类一个实例。

Answer 4

后者是首选，因为它将正确处理子类。实际上，您的示例可以更容易编写，因为isinstance()的第二个参数可能是元组：

if isinstance(b, (str, unicode)):
    do_something_else()

或使用basestring抽象类：

if isinstance(b, basestring):
    do_something_else()

Answer 5

根据python文档，这里有一个声明：

  

8.15. types — Names for built-in types

     

从Python 2.2开始，内置   工厂功能，如int()和   str()也是   相应的类型。

所以isinstance()应优先于type()。

Answer 6

实际用法上的区别在于它们如何处理booleans：

True和False只是在python中表示1和0的关键字。因此，

isinstance(True, int)

和

isinstance(False, int)

都返回True。两个布尔值都是整数的实例。 type()更聪明：

type(True) == int

返回False。