python中的isinstance（）和type（）之间的区别
这两个代码段有什么区别？ 哪种方式被认为是更pythonic？
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()
编辑：这似乎已被讨论： 链接 。
总结其他（已经很好！）答案的内容， isinstance迎合inheritance（派生类的一个实例也是一个基类的一个实例），而检查type相等性不（它要求types的身份和拒绝亚型，AKA亚类的实例）。
通常，在Python中，你希望你的代码支持inheritance，当然（因为inheritance是如此的方便，使用你的代码停止代码是不好的！），所以isinstance比检查type s的身份差，因为它无缝地支持inheritance。
这不是说isinstance是好的 ， isinstance你 – 这比检查types的平等性要差 。 正常的Pythonic首选的解决scheme几乎总是“鸭子打字”：尝试使用这个参数，就好像它是某种期望的types一样，在try / except语句中捕获所有可能出现的exception，如果该参数实际上不是事实（或任何其他types的鸭子模仿它;-)，并在except条款，尝试别的（使用参数“好像”它是其他types）。
basestring 是一个相当特殊的情况 – 内buildtypes只存在于isinstance （ str和Unicode子类basestring ）中。 string是序列（你可以在它们上面循环，索引它们，切片，…），但是你通常想把它们当作“标量”types来处理 – 这样做有点不方便（但是相当频繁的用例）string（也可能是其他标量types，也就是你无法循环的标量types），所有容器（列表，集合，字典，…）以另一种方式， basestring加isinstance可以帮助你做到这一点 – 整体结构这个成语是这样的：
if isinstance(x, basestring) return treatasscalar(x) try: return treatasiter(iter(x)) except TypeError: return treatasscalar(x)
你可以说basestring是一个抽象基类 （“ABC”） – 它没有为子类提供具体的function，而是作为一个“标记”存在，主要用于isinstance 。 这个概念在Python中显然是一个越来越大的概念，因为引入了概括性的PEP 3119被接受，并且已经从Python 2.6和3.0开始实现。
PEP明确指出，虽然ABCs通常可以代替鸭子打字，但通常没有很大的压力（见这里 ）。 然而，在最近的Python版本中实现的ABCs却提供了额外的好处： isinstance （和issubclass ）现在不仅仅意味着“派生类的实例”（特别是任何类都可以用ABC注册，它将显示为一个子类，其实例为ABC的实例）; 而且ABCs也可以通过模板方法devise模式应用程序以一种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，请参阅这里和这里 [部分II]]，一般而言，特别是Python，独立于ABCs） 。
有关Python 2.6提供的ABC支持的基本机制，请参见此处 ; 对于他们的3.1版本，非常相似，请看这里 。 在这两个版本中，标准库模块集合 （这是3.1版本 – 非常类似的2.6版本，请参阅这里 ）提供了几个有用的ABC。
对于这个答案来说，保留关于ABCs的关键是（比起像UserDict.DictMixin这样的mixin类的经典Python替代方法，TM TMfunction更加自然的位置），它们使得isinstance （和issubclass ） （在Python 2.6中并向前发展）远远超过以前（在2.5和之前），因此相比之下，在最近的Python版本中，检查types相等性是一种比以前更糟的做法。
这就是为什么isinstance比type更好：
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也适用于子类。
另请参阅： 如何比较Python中的对象的types？
后者是首选，因为它会正确处理子类。 事实上，你的例子可以更容易编写，因为isinstance()的第二个参数可能是一个元组：
if isinstance(b, (str, unicode)): do_something_else()
或者，使用basestring抽象类：
if isinstance(b, basestring): do_something_else()
Python中
isinstance()和type()之间的区别？
使用types检查
isinstance(obj, Base)
允许子类和多个可能的基地的例子：
isinstance(obj, (Base1, Base2))
而用types检查
type(obj) == Base
只支持引用的types。
避免使用types检查 – 使用多态性（鸭子打字）
在Python中，通常你想允许任何types的参数，如预期的那样对待它，如果对象的行为不如预期的那样，将会引发相应的错误。 这被称为多态性，也被称为鸭子打字。
def function_of_duck(duck): duck.quack() duck.swim()
如果上面的代码起作用，我们可以推定我们的论点是一个鸭子。 因此，我们可以通过其他的东西，鸭子的实际子types：
function_of_duck(mallard)
或者像鸭子一样工作：
function_of_duck(object_that_quacks_and_swims_like_a_duck)
而我们的代码仍然有效。
但是，在某些情况下，需要明确地进行types检查。 也许你对于不同的对象types有明智的做法。 例如，Pandas Dataframe对象可以由字典或logging构build。 在这种情况下，你的代码需要知道它正在获取什么types的参数，以便它可以正确处理它。
所以，要回答这个问题：
Python中isinstance()和type()之间的区别？
让我来certificate一下：
type
假如你的函数得到某种参数（构造函数的一个常见用例），你需要确保一定的行为。 如果你检查这样的types：
def foo(data): '''accepts a dict to construct something, string support in future''' if type(data) != dict: # we're only going to test for dicts for now raise ValueError('only dicts are supported for now')
如果我们试图传入一个dict的子类（如果我们希望我们的代码遵循Liskov Substitution的原则，那么这个子types可以被types替代），我们的代码就会中断！
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
但是如果我们使用isinstance ，我们可以支持Liskovreplace！
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提供了对各种types实施最小协议的抽象基类。 在我们的例子中，如果我们只期望Mapping协议，我们可以做到以下几点，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
结论
所以既然我们想支持替代子类，在大多数情况下，我们希望避免使用types进行types检查，并希望使用isinstancetypes检查 – 除非您确实需要知道实例的确切类别。
根据python文档这里是一个声明：
8.15。 types – 内置types的名称
从Python 2.2开始，内置的工厂函数（如
int()和str()也是相应types的名称。
所以isinstance()应该优于type() 。
