尽管发帖人很可能需要重新考虑他的设计，但在某些情况下，确实有必要使用C
class语句来区分使用C创建的内置/扩展类型实例和使用Python创建的类实例。虽然两者都是类型，但后者是CPython内部称为“堆类型”的类型类别，因为它们的类型结构是在运行时分配的。在
__repr__输出中可以看到python继续区分它们：
>>> int # "type"<type 'int'>>>> class X(object): pass... >>> X # "class"<class '__main__.X'>
__repr__可以通过检查类型是否为堆类型来准确实现此区别。
根据应用程序的确切需求，
is_class_instance可以通过以下方式之一实现功能：
# Built-in types such as int or object do not have __dict__ by# default. __dict__ is normally obtained by inheriting from a# dictless type using the class statement. Checking for the# existence of __dict__ is an indication of a class instance.## Caveat: a built-in or extension type can still request instance# dicts using tp_dictoffset, and a class can suppress it with# __slots__.def is_class_instance(o): return hasattr(o, '__dict__')# A reliable approach, but one that is also more dependent# on the CPython implementation.Py_TPFLAGS_HEAPTYPE = (1<<9) # Include/object.hdef is_class_instance(o): return bool(type(o).__flags__ & Py_TPFLAGS_HEAPTYPE)
编辑
这是该功能第二个版本的说明。它实际上使用CPython内部出于其自身目的而使用的相同测试来测试类型是否为“堆类型”。这样可以确保对于堆类型（“类”）的实例始终返回True，对于非堆类型（“
types”，以及易于修复的旧类）实例始终返回False。它通过检查C级结构的
tp_flags成员是否设置了位来实现。该实现的弱点是它会硬编码
PyTypeObject
Py_TPFLAGS_HEAPTYPE``Py_TPFLAGS_HEAPTYPE恒定到当前观测值。（这是必需的，因为该常量不会以符号名称显示给Python。）虽然从理论上讲该常量可以更改，但实际上不太可能发生，因为这样的更改会无意破坏现有扩展模块的ABI。纵观定义
Py_TPFLAGS常量中
Include/object.h，显而易见的是，新的，而不会干扰旧的被小心地加入。另一个缺点是该代码在非CPython实现（如Jython或IronPython）上运行的机会为零。
