当我们拿到一个对象的引用时，如何知道这个对象是什么类型、有哪些方法呢？
首先，我们来判断对象类型，使用type()函数：
基本类型都可以用type()判断：
>>> type(123) <class ‘int‘> >>> type(‘abc‘) <class ‘str‘> >>> type(None) <class ‘NoneType‘>
如果一个变量指向函数或者类，也可以用type()判断：
>>> type(abs) #绝对值函数# <class ‘builtin_function_or_method‘>
>>> class Aminal(object): pass >>> a = Aminal() >>> type(a) <class ‘__main__.Aminal‘> >>>
但是type()函数返回的是什么类型呢？它返回对应的Class类型。如果我们要在if语句中判断，就需要比较两个变量的type类型是否相同：
>>> type(123)==type(456) True
>>> type(123)==int True
>>> type(‘abc‘)==type(‘123‘) True
>>> type(‘abc‘)==str True
>>> type(‘abc‘)==type(123) False
判断基本数据类型可以直接写int，str等，但如果要判断一个对象是否是函数怎么办？可以使用types模块中定义的常量：
import types def fn(): pass >>> type(fn)==types.FunctionType True >>> type(abs)==types.BuiltinFunctionType True >>> type(lambda x: x)==types.LambdaType True >>> type((x for x in range(10)))==types.GeneratorType True
对于class的继承关系来说，使用type()就很不方便。我们要判断class的类型，可以使用isinstance()函数。
我们回顾上次的例子，如果继承关系是：
object -> Animal -> Dog -> Husky
那么，isinstance()就可以告诉我们，一个对象是否是某种类型。先创建3种类型的对象：
class Animal(object): pass class Dog(Animal): pass class Husky(Dog): pass >>> a = Animal() >>> d = Dog() >>> h = Husky()
然后，判断：
>>> isinstance(h, Husky) #h是Husky类型# True >>> isinstance(h, Dog) #h继承自Dog类，也是Dog类型# True >>> isinstance(h, Animal) #同理，h也是Animal类型# True >>> isinstance(d, Dog) and isinstance(d, Animal) True >>> isinstance(d, Husky) #d是Dog和Animal类型，但不是Husky类型# False
可见，isinstance()判断的是一个对象是否是该类型本身，或者位于该类型的父继承链上。
能用type()判断的基本类型也可以用isinstance()判断：
>>> isinstance(‘a‘, str) True >>> isinstance(123, int) True >>> isinstance(b‘a‘, bytes) True
并且还可以判断一个变量是否是某些类型中的一种，比如下面的代码就可以判断是否是list或者tuple：
>>> isinstance([1, 2, 3], (list, tuple)) True >>> isinstance((1, 2, 3), (list, tuple)) True
如果要获得一个对象的所有属性和方法，可以使用dir()函数，它返回一个包含字符串的list，比如，获得一个str对象的所有属性和方法：
>>> dir(‘ABC‘) [‘__add__‘, ‘__class__‘, ‘__contains__‘, ‘__delattr__‘, ‘__dir__‘, ‘__doc__‘, ‘__eq__‘, ‘__format__‘, ‘__ge__‘, ‘__getattribute__‘, ‘__getitem__‘, ‘__getnewargs__‘, ‘__gt__‘, ‘__hash__‘, ‘__init__‘, ‘__iter__‘, ‘__le__‘, ‘__len__‘, ‘__lt__‘, ‘__mod__‘, ‘__mul__‘, ‘__ne__‘, ‘__new__‘, ‘__reduce__‘, ‘__reduce_ex__‘, ‘__repr__‘, ‘__rmod__‘, ‘__rmul__‘, ‘__setattr__‘, ‘__sizeof__‘, ‘__str__‘, ‘__subclasshook__‘, ‘capitalize‘, ‘casefold‘, ‘center‘, ‘count‘, ‘encode‘, ‘endswith‘, ‘expandtabs‘, ‘find‘, ‘format‘, ‘format_map‘, ‘index‘, ‘isalnum‘, ‘isalpha‘, ‘isdecimal‘, ‘isdigit‘, ‘isidentifier‘, ‘islower‘, ‘isnumeric‘, ‘isprintable‘, ‘isspace‘, ‘istitle‘, ‘isupper‘, ‘join‘, ‘ljust‘, ‘lower‘, ‘lstrip‘, ‘maketrans‘, ‘partition‘, ‘replace‘, ‘rfind‘, ‘rindex‘, ‘rjust‘, ‘rpartition‘, ‘rsplit‘, ‘rstrip‘, ‘split‘, ‘splitlines‘, ‘startswith‘, ‘strip‘, ‘swapcase‘, ‘title‘, ‘translate‘, ‘upper‘, ‘zfill‘]
类似__xxx__的属性和方法在Python中都是有特殊用途的，比如__len__方法返回长度。在Python中，如果你调用len()函数试图获取一个对象的长度，实际上，在len()函数内部，它自动去调用该对象的__len__()方法，所以，下面的代码是等价的
>>> len(‘ABC‘) 3 >>> ‘ABC‘.__len__() 3
我们自己写的类，如果也想用len(myObj)的话，就自己写一个__len__()方法：
class MyDog(object): def __len__(self): return 100 >>> dog = MyDog() >>> len(dog) 100
剩下的都是普通属性或方法，比如lower()返回小写的字符串：
>>> ‘ABC‘.lower() ‘abc‘
仅仅把属性和方法列出来是不够的，配合getattr()、setattr()以及hasattr()，我们可以直接操作一个对象的状态：
class MyObject(object): def __init__(self): self.x = 9 def power(self): return self.x * self.x obj = MyObject()
紧接着，可以测试该对象的属性：
>>> hasattr(obj, ‘x‘) # 有属性‘x‘吗？ True
>>> obj.x 9
>>> hasattr(obj, ‘y‘) # 有属性‘y‘吗？ False
>>> setattr(obj, ‘y‘, 19) # 设置一个属性‘y‘
>>> hasattr(obj, ‘y‘) # 有属性‘y‘吗？ True
>>> getattr(obj, ‘y‘) # 获取属性‘y‘ 19
>>> obj.y # 获取属性‘y‘ 19
如果试图获取不存在的属性，会抛出AttributeError的错误：
>>> getattr(obj, ‘z‘) # 获取属性‘z‘ Traceback (most recent call last): File "<stdin>", line 1, in <module> AttributeError: ‘MyObject‘ object has no attribute ‘z‘
可以传入一个default参数，如果属性不存在，就返回默认值：
>>> getattr(obj, ‘z‘, 404) # 获取属性‘z‘，如果不存在，返回默认值404 404
也可以获得对象的方法：
>>> hasattr(obj, ‘power‘) # 有属性‘power‘吗？ True >>> getattr(obj, ‘power‘) # 获取属性‘power‘ <bound method MyObject.power of <__main__.MyObject object at 0x10077a6a0>> >>> fn = getattr(obj, ‘power‘) # 获取属性‘power‘并赋值到变量fn >>> fn # fn指向obj.power <bound method MyObject.power of <__main__.MyObject object at 0x10077a6a0>> >>> fn() # 调用fn()与调用obj.power()是一样的 81
通过内置的一系列函数，我们可以对任意一个Python对象进行剖析，拿到其内部的数据。要注意的是，只有在不知道对象信息的时候，我们才会去获取对象信息。如果可以直接写：
sum = obj.x + obj.y
就不要写：
sum = getattr(obj, ‘x‘) + getattr(obj, ‘y‘)
一个正确的用法的例子如下：
def readImage(fp): if hasattr(fp, ‘read‘): return readData(fp) return None
假设我们希望从文件流fp中读取图像，我们首先要判断该fp对象是否存在read方法，如果存在，则该对象是一个流，如果不存在，则无法读取。hasattr()就派上了用场。
请注意，在Python这类动态语言中，根据鸭子类型，有read()方法，不代表该fp对象就是一个文件流，它也可能是网络流，也可能是内存中的一个字节流，但只要read()方法返回的是有效的图像数据，就不影响读取图像的功能。
原文：http://www.cnblogs.com/singeldiego/p/4896407.html