Generator函数类型检测方法

判断一个函数是否为生成器函数，关键在于函数定义本身是否包含 yield 关键字，而非调用后返回的对象类型。最权威、最可靠的检测方式是使用 inspect.isgeneratorfunction() —— 零副作用、100% 精准，甚至无需执行函数就能完成判断。

要判断一个函数是不是生成器函数，本质上只需要看它定义时是否含有 yield 语句，而不是看它被调用后生成了什么结果。核心理念是：不能真的去执行这个函数。因此，最稳妥、最标准的方法就是使用 inspect.isgeneratorfunction()。下面来分析为什么其他常见做法行不通。

为什么不能用 isinstance(fn(), types.GeneratorType)

这种写法会实际调用函数，带来的后果往往不可控：

• 可能触发副作用——修改全局变量、写入文件、发起网络请求，这些操作可能在检测时意外发生。
• 可能耗尽资源——比如打开连接后未关闭，或生成临时文件句柄。
• 可能直接抛出异常——参数校验失败、IO 错误，导致检测逻辑本身崩溃。

它检查的是“调用结果”而非“函数类型”，属于运行时判断，完全不适合静态类型识别的需求。

为什么不能靠 hasattr 或 __iter__ / __next__

这些属性只能说明对象是迭代器或可迭代对象，但无法区分下面几种情况：

• 一个普通类自己实现了 __iter__ 和 __next__，返回自定义迭代器
• 一个返回 range(10) 的普通函数
• 一个真正含有 yield 的生成器函数

三者都满足 hasattr(obj, '__iter__') and hasattr(obj, '__next__')，但只有第三种才是生成器函数。因此这种方法基本不可靠。

inspect.isgeneratorfunction() 才是唯一权威方案

该函数直接读取函数对象底层 code object 中的 co_flags 标志位（CO_GENERATOR）。这个标志在函数用 def 定义、编译器编译时就已经确定，无需调用函数，零副作用，100% 精准。具体来说：

• 兼容 @staticmethod、@classmethod、实例方法
• 对普通函数、lambda、内置函数、functools.partial 等返回 False，不会误判
• 标准库自带，无需第三方依赖，Python 3.2+ 全版本通用

实际使用示例

下面这段代码可以用在装饰器、插桩或测试框架中，统一处理生成器函数和普通函数：

import inspect

def safe_wrap(fn):
    if inspect.isgeneratorfunction(fn):
        def wrapped(*args, **kwargs):
            print(f"[GEN] Calling {fn.__name__}")
            yield from fn(*args, **kwargs)  # 保持生成器协议完整
        return wrapped
    else:
        def wrapped(*args, **kwargs):
            print(f"[FUNC] Calling {fn.__name__}")
            return fn(*args, **kwargs)
        return wrapped

这样包装后的函数，原生行为（比如 for 循环）完全保留，同时又统一了日志或监控逻辑。最关键的是——检测阶段根本不会执行原始函数，安全又可靠。