Question

在python中，如何检查对象是否是生成器对象？

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有next方法作为生成器，但我想用某种方法来确定任何对象的类型，而不仅仅是生成器。）

Answer 1

您可以使用以下类型的GeneratorType：

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

Answer 2

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

编辑：

如果你想要一个生成器对象，你可以按照JAB在他的评论中指出的那样使用inspect.isgenerator。

Answer 3

我认为区分生成器函数和生成器（生成器函数的结果）非常重要：

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

调用generator_function不会产生正常结果，它甚至不会在函数本身执行任何代码，结果将是名为 generator 的特殊对象：

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

所以它不是生成器函数，而是生成器：

>>> inspect.isgeneratorfunction(generator)
False

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

和生成器功能不是生成器：

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

仅供参考，函数体的实际调用将通过消耗生成器来实现，例如：

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

另见In python is there a way to check if a function is a "generator function" before calling it?

Answer 4

如果要检查纯生成器（即“生成器”类的对象），inspect.isgenerator函数就可以了。但是，如果您检查例如False可迭代，它将返回izip。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__')

Answer 5

您可以使用迭代器或更具体地说，使用typing模块中的生成器。

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

Answer 6

我知道我可以检查对象是否有下一个方法让它成为一个生成器，但我想用某种方法来确定任何对象的类型，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

如果 for 循环的主体也有TypeError s，则有几种选择：（1）定义一个函数来限制错误的范围，或者（2）使用嵌套的尝试块。

或（3）这样的东西可以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（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。

Answer 7

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

Answer 8

如果您使用龙卷风网络服务器或类似网站，您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，因此您需要开始管理链接的生成器对象池。管理链式生成器池的一种简单方法是创建帮助函数，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，如

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

生成输出

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

如果您希望将生成器用作线程替代或类似的，那么这可能是您想要的。

Answer 9

（我知道这是一篇老文章。）不需要导入模块，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

如何在python中检查对象是否是生成器对象？

9 个答案:

结果：