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)

你可以试试这个:

def iterable(a):
    try:
        (x for x in a)
        return True
    except TypeError:
        return False

如果我们可以创建一个迭代它的生成器(但从不使用生成器，以免占用空间)，那么它就是可迭代的。听起来像是"废话"一类的事。为什么首先需要确定一个变量是否可迭代?

如果object是可迭代的，下面代码中的isiterable函数将返回True。如果不是iterable则返回False

def isiterable(object_):
    return hasattr(type(object_), "__iter__")

例子

fruits = ("apple", "banana", "peach")
isiterable(fruits) # returns True

num = 345
isiterable(num) # returns False

isiterable(str) # returns False because str type is type class and it's not iterable.

hello = "hello dude !"
isiterable(hello) # returns True because as you know string objects are iterable

从Python 3.5开始，你可以使用标准库中的typing模块来做类型相关的事情:

from typing import Iterable

...

if isinstance(my_item, Iterable):
    print(True)

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。

Pandas有这样一个内置功能:

from pandas.util.testing import isiterable