本文介绍在动态方法拦截（如测试用的函数调用追踪）中，如何可靠地区分普通可调用对象与生成器函数，并提供适配两种行为的通用包装方案，避免破坏生成器的迭代语义。
本文介绍在动态方法拦截（如测试用的函数调用追踪）中，如何可靠地区分普通可调用对象与生成器函数，并提供适配两种行为的通用包装方案，避免破坏生成器的迭代语义。
在对对象方法进行运行时插桩（instrumentation）时，一个常见需求是统一记录所有方法调用——例如用于单元测试中的行为审计、性能采样或副作用追踪。然而，若仅用统一的装饰器逻辑处理所有 callable 对象，会意外破坏生成器函数（generator function）的行为：因为生成器函数返回的是 generator 迭代器对象，而普通包装器若采用 return fn(*args, **kwargs)，将导致调用方无法使用 for item in obj.gen_method() 语法，从而引发 TypeError: 'generator' object is not callable 或静默失效等难以调试的问题。
关键在于：不能仅靠 isinstance(fn(), types.GeneratorType) 判断——因为这需要实际调用函数，可能触发副作用、耗尽资源，甚至抛出异常；而我们仅需在包装前静态识别“该函数是否为生成器函数”。
Python 标准库 inspect 模块提供了权威、安全且轻量的判定方式：
- ✅ inspect.isgeneratorfunction(obj)：判断一个函数对象是否为生成器函数（即定义中包含 yield 的 def 函数）；
- ❌ 不要使用 inspect.isgenerator(obj)：它检测的是生成器对象实例（如 fn() 的返回值），而非函数本身；
- ❌ 避免 hasattr(obj, '__iter__') and hasattr(obj, '__next__')：这只能判断是否为迭代器，无法区分生成器函数与普通迭代器类实例。
以下是一个生产就绪的包装器实现，支持自动分支处理：
import inspect
def my_wrapper(fn):
if inspect.isgeneratorfunction(fn):
# 分支一：生成器函数 → 包装后仍返回 generator
def _w(*args, **kwargs):
print(f"-- called {fn.__qualname__}")
# 逐项 yield 原生成器产出，保持迭代协议完整
yield from fn(*args, **kwargs)
return _w
else:
# 分支二：普通函数 → 直接调用并返回结果
def _w(*args, **kwargs):
print(f"-- called {fn.__qualname__}")
return fn(*args, **kwargs)
return _w? 提示：yield from 比 for itm in ...: yield itm 更简洁高效，且能正确传递 .throw() / .close() 等生成器协议方法（Python 3.3+）。
将其集成到你的 instrument_obj 函数中，只需替换原包装逻辑即可：
def instrument_obj(obj):
for k in dir(obj):
try:
method = getattr(obj, k, None)
if not callable(method) or k.startswith("__"):
continue
wrapped = my_wrapper(method) # ✅ 自动适配生成器/普通函数
setattr(obj, k, wrapped)
print(f"-- instrumented {k}")
except Exception as e:
# 建议记录具体异常，便于调试
print(f"-- skip {k}: {type(e).__name__}")⚠️ 注意事项：
- inspect.isgeneratorfunction 仅对函数对象有效；若遇到 functools.partial、lambda 或绑定方法（bound method），需先用 inspect.unwrap() 或 getattr(fn, '__func__', fn) 提取底层函数；
- 类方法、静态方法、@property 的 getter 若含 yield，同样会被正确识别；
- 此方案不适用于异步生成器（async def + yield），需改用 inspect.isasyncgenfunction 单独处理。
总结：通过 inspect.isgeneratorfunction 进行静态类型识别，配合 yield from 的语义化包装，即可在不侵入业务逻辑的前提下，安全、透明地为所有方法（含生成器）添加可观测性能力——这是构建健壮测试插桩工具链的基础实践之一。
