应使用inspect.isgeneratorfunction()检测生成器函数，因为它通过函数code object的co_generator标志位静态判断，零副作用、100%精准；而isinstance(fn(), types.generatortype)会执行函数引发副作用或异常，hasattr检查迭代器属性无法区分真生成器与普通可迭代对象。
要准确检测一个函数是否为生成器函数，核心是检查其定义本身是否含有 yield（而非看它调用后返回什么），且不能执行该函数。最可靠、安全、标准的方式是使用 inspect.isgeneratorfunction()。
为什么不用 isinstance(fn(), types.GeneratorType)
这种写法会真正调用函数，带来三类风险：
- 可能触发副作用（如修改全局状态、写文件、发请求）
- 可能耗尽资源（如打开的连接、临时文件句柄）
- 可能直接抛出异常（比如参数校验失败、IO错误），导致检测逻辑中断
它检测的是“调用结果”，不是“函数类型”，本质是运行时判断，不符合静态识别需求。
为什么不能靠 hasattr 或 __iter__ / __next__
这些属性只说明对象是迭代器或可迭代对象，但无法区分：
- 一个普通类实现了
__iter__和__next__，返回自定义迭代器 - 一个返回
range(10)的普通函数 - 一个真正的生成器函数（含
yield）
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。
inspect.isgeneratorfunction() 是唯一权威方案
它直接读取函数对象底层的 code object 中的 co_flags 标志位（CO_GENERATOR），这个标志在函数被 def 定义编译时就已确定，无需调用、零副作用、100% 精准：
- 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 - 标准库支持，无需第三方依赖，Python 3.2+ 全版本可用
实际使用示例
以下代码可直接用于装饰器、插桩、测试框架等场景：
import inspect
<p>def safe_wrap(fn):
if inspect.isgeneratorfunction(fn):
def wrapped(*args, <strong>kwargs):
print(f"[GEN] Calling {fn.<strong>name</strong>}")
yield from fn(*args, *<em>kwargs) # 保持生成器协议完整
return wrapped
else:
def wrapped(</em>args, </strong>kwargs):
print(f"[FUNC] Calling {fn.<strong>name</strong>}")
return fn(*args, **kwargs)
return wrapped</p>这样包装后的函数，既保留了原生行为（for 循环仍可用），又统一了日志或监控逻辑。
