检查__iter__适用于序列类型，但在Python 2中检查字符串会失败。我也想知道正确的答案，在那之前，这里有一种可能性(这也适用于字符串): 试一试: Some_object_iterator = iter(some_object) except TypeError as te: 打印(some_object， 'is not iterable')

内置iter检查__iter__方法，如果是字符串，则检查__getitem__方法。

另一种通用的python方法是假设一个可迭代对象，如果它在给定对象上不起作用，则会优雅地失败。Python术语表:

python编程风格，通过检查对象的方法或属性签名来确定对象的类型，而不是通过与某些类型对象的显式关系(“如果它看起来像鸭子，并且嘎嘎叫得像鸭子，那么它一定是鸭子。”)通过强调接口而不是特定的类型，设计良好的代码通过允许多态替换来提高其灵活性。duck类型避免使用type()或isinstance()进行测试。相反，它通常采用EAFP(请求原谅比请求许可更容易)风格的编程。

.．.

试一试: _ = (e代表my_object中的e) 除了TypeError: 打印my_object， 'is not iterable'

collections模块提供了一些抽象基类，允许询问类或实例是否提供特定的功能，例如: 从集合。abc import Iterable if isinstance(e, Iterable): # e是可迭代的

但是，这不会检查通过__getitem__可迭代的类。

我在这里找到了一个很好的解决方案:

isiterable = lambda obj: isinstance(obj, basestring) \
    or getattr(obj, '__iter__', False)

Duck typing

try:
    iterator = iter(the_element)
except TypeError:
    # not iterable
else:
    # iterable

# for obj in iterator:
#     pass

类型检查

使用抽象基类。它们至少需要Python 2.6，并且只适用于新样式的类。

from collections.abc import Iterable   # import directly from collections for Python < 3.3

if isinstance(the_element, Iterable):
    # iterable
else:
    # not iterable

然而，iter()更可靠一些，如文档所述:

检查isinstance(obj, Iterable)检测类 注册为Iterable或具有__iter__()方法，但是 它不会检测使用__getitem__()迭代的类 方法。唯一可靠的方法来确定一个对象是否 Is iterable调用iter(obj)。

到目前为止，我找到的最佳解决方案是:

Hasattr（obj， '__contains__'）

它主要检查对象是否实现了in操作符。

优点(其他解决方案都不具备这三个优点):

它是一个表达式(工作为lambda，而不是try…变体除外) 它(应该)由所有可迭代对象实现，包括字符串(而不是__iter__) 适用于任何Python >= 2.5

注:

Python的“请求原谅，而不是允许”的哲学在例如，在一个列表中，你有可迭代对象和不可迭代对象，你需要根据它的类型区别对待每个元素(在try上处理可迭代对象，在except上处理不可迭代对象可以工作，但它看起来很丑，会误导人)时，就不会很好地工作了。 对于这个问题的解决方案，试图实际遍历对象(例如[x for x in obj])来检查它是否为可迭代对象，可能会导致对大型可迭代对象的显著性能损失(特别是如果你只需要可迭代对象的前几个元素，例如)，应该避免

Pandas有这样一个内置功能:

from pandas.util.testing import isiterable

在Python <= 2.5中，你不能也不应该——iterable是一个“非正式的”接口。

但是从Python 2.6和3.0开始，你可以利用新的ABC(抽象基类)基础设施以及一些内置的ABC，这些ABC在collections模块中可用:

from collections import Iterable

class MyObject(object):
    pass

mo = MyObject()
print isinstance(mo, Iterable)
Iterable.register(MyObject)
print isinstance(mo, Iterable)

print isinstance("abc", Iterable)

现在，这是否可取，或者是否有效，只是一个惯例的问题。正如你所看到的，你可以将一个不可迭代的对象注册为Iterable——它将在运行时引发一个异常。因此，isinstance获得了一个“新的”含义——它只是检查“声明的”类型兼容性，这在Python中是一个很好的方法。

另一方面，如果你的对象不能满足你所需要的接口，你会怎么做?举个例子:

from collections import Iterable
from traceback import print_exc

def check_and_raise(x):
    if not isinstance(x, Iterable):
        raise TypeError, "%s is not iterable" % x
    else:
        for i in x:
            print i

def just_iter(x):
    for i in x:
        print i


class NotIterable(object):
    pass

if __name__ == "__main__":
    try:
        check_and_raise(5)
    except:
        print_exc()
        print

    try:
        just_iter(5)
    except:
        print_exc()
        print

    try:
        Iterable.register(NotIterable)
        ni = NotIterable()
        check_and_raise(ni)
    except:
        print_exc()
        print

如果对象不满足您的期望，则抛出TypeError，但如果已经注册了正确的ABC，则检查将毫无用处。相反，如果__iter__方法可用，Python将自动识别该类的object为Iterable。

如果你只是期望一个可迭代对象，遍历它，然后忘记它。另一方面，如果您需要根据输入类型执行不同的操作，那么您可能会发现ABC基础结构非常有用。