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？
使用type()

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)

>>> type(\'str\')

>>> type(None)

如果一个变量指向函数或者类，也可以用type()判断：

>>> type(abs)

>>> type(a)

但是type()函数返回的是什么类型呢？它返回type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(\'abc\')==type(\'123\')
True
>>> type(\'abc\')==type(123)
False

但是这种写法太麻烦，Python把每种type类型都定义好了常量，放在types模块里，使用之前，需要先导入：

>>> import types
>>> type(\'abc\')==types.StringType
True
>>> type(u\'abc\')==types.UnicodeType
True
>>> type([])==types.ListType
True
>>> type(str)==types.TypeType
True

最后注意到有一种类型就叫TypeType，所有类型本身的类型就是TypeType，比如：

>>> type(int)==type(str)==types.TypeType
True

使用isinstance()

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：

复制代码 代码如下: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：

>>> a = Animal()
>>> d = Dog()
>>> h = Husky()

然后，判断：

>>> isinstance(h, Husky)
True

没有问题，因为h变量指向的就是Husky对象。

再判断：

>>> isinstance(h, Dog)
True

h虽然自身是Husky类型，但由于Husky是从Dog继承下来的，所以，h也还是Dog类型。换句话说，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。

因此，我们可以确信，h还是Animal类型：

>>> isinstance(h, Animal)
True

同理，实际类型是Dog的d也是Animal类型：

>>> isinstance(d, Dog) and isinstance(d, Animal)
True

但是，d不是Husky类型：

能用type()判断的基本类型也可以用isinstance()判断：

>>> isinstance(\'a\', str)
True
>>> isinstance(u\'a\', unicode)
True
>>> isinstance(\'a\', unicode)
False

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str或者unicode：

>>> isinstance(\'a\', (str, unicode))
True
>>> isinstance(u\'a\', (str, unicode))
True

由于str和unicode都是从basestring继承下来的，所以，还可以把上面的代码简化为：

>>> isinstance(u\'a\', basestring)
True

使用dir()

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__\', \'__doc__\', \'__eq__\', \'__format__\', \'__ge__\', \'__getattribute__\', \'__getitem__\', \'__getnewargs__\', \'__getslice__\', \'__gt__\', \'__hash__\', \'__init__\', \'__le__\', \'__len__\', \'__lt__\', \'__mod__\', \'__mul__\', \'__ne__\', \'__new__\', \'__reduce__\', \'__reduce_ex__\', \'__repr__\', \'__rmod__\', \'__rmul__\', \'__setattr__\', \'__sizeof__\', \'__str__\', \'__subclasshook__\', \'_formatter_field_name_split\', \'_formatter_parser\', \'capitalize\', \'center\', \'count\', \'decode\', \'encode\', \'endswith\', \'expandtabs\', \'find\', \'format\', \'index\', \'isalnum\', \'isalpha\', \'isdigit\', \'islower\', \'isspace\', \'istitle\', \'isupper\', \'join\', \'ljust\', \'lower\', \'lstrip\', \'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 MyObject(object):
...   def __len__(self):
...     return 100
...
>>> obj = MyObject()
>>> len(obj)
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：

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\'
>
>>> fn = getattr(obj, \'power\') # 获取属性\'power\'并赋值到变量fn
>>> fn # fn指向obj.power
>
>>> fn() # 调用fn()与调用obj.power()是一样的
81

小结

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，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。