python运行时通过对象实例的__class__属性动态确定类型，而非变量声明；type()仅检查确切类，isinstance()支持继承体系和协议检查，所有“类型错误”实为属性缺失或协议不满足引发的具体异常。
Python 运行时怎么知道变量是什么类型
Python 不在编译期绑定类型，而是在每次访问对象属性、调用方法或执行操作时，才去查这个对象当前的 __class__ 和它的类型行为。换句话说：不是“解析类型”，而是“查对象身上的东西”。
常见错误现象：AttributeError: 'int' Object has no attribute 'append' —— 这不是类型检查失败，是运行到 .append() 这一刻，发现 int 对象根本没有这个属性，直接抛异常。
- 所有类型信息都附着在对象实例上，而不是变量名上；
x = 42后，x只是个指向int实例的引用，不存“类型声明” -
type(x)和isinstance(x, int)都是运行时查x.__class__，不是推导或解析 - 函数参数、返回值标注（如
def f(x: str) -> int:）完全不参与运行时行为，仅用于工具（mypy）或文档
为什么 hasattr() / getattr() 有时“看起来像类型判断”
因为开发者常靠探测属性是否存在来绕过类型限制，但这本质是鸭子类型实践，不是类型系统介入。
使用场景：写通用处理函数，要兼容 list、tuple、str 等有 __len__ 的对象，但不想硬写 isinstance(..., (list, tuple, str))。
立即学习“Python免费学习笔记（深入）”；
-
hasattr(obj, '__len__')查的是对象当前有没有这个属性（可能动态加了），不是查它“该不该有” -
getattr(obj, 'upper', None)安全取方法，但若obj是自定义类且覆盖了__getattribute__，结果可能出人意料 - 性能影响：每次调用都触发属性查找链（
__getattribute__→__dict__→__slots__→ 父类），比直接调用慢一截
type() 和 isinstance() 的关键区别在哪
type() 只认“是不是这个确切类”，isinstance() 认“是不是这个类或其任意子类”——这是继承体系能否被正确识别的核心分水岭。
常见错误现象：type(True) is int 返回 True（因为 bool 是 int 子类），但 type(True) == int 也成立，而 isinstance(True, int) 同样为 True；可一旦你写 type(x) is list，就漏掉了 collections.UserList 这类子类实例。
- 绝大多数情况该用
isinstance(x, list)，除非你明确要排除所有子类 -
isinstance(x, (list, tuple))支持元组参数，type(x)不支持 - 自定义类如果重写了
__instancecheck__，isinstance()行为可被修改；type()始终不可干预
运行时“类型错误”其实都是属性/方法缺失或协议不满足
Python 没有“类型错误”这个运行时异常类别，所有报错都落在 AttributeError、TypeError（如参数个数不对、不可哈希）、ValueError（如 int('abc')）这些具体语义异常上。
典型例子：1 + '2' 报 TypeError: unsupported operand type(s) for +: 'int' and 'str'，这不是类型系统阻止了运算，而是 int.__add__ 方法看到右操作数不是数字类型，主动返回 NotImplemented，然后解释器尝试调用 str.__radd__，也返回 NotImplemented，最终抛异常。
- 协议（protocol）比类型更重要：只要实现了
__iter__，就能用在for里；只要实现了__call__，就能加括号调用 - 第三方库如
typing.Protocol是静态检查用的，运行时完全无感知 - 真正容易被忽略的是：某些 C 扩展类型（如
numpy.ndarray）会绕过部分 Python 层协议，导致isinstance(x, collections.abc.Sequence)返回False却仍能迭代