当前位置:首页 > 文章列表 > 文章 > python教程 > Python时间日期处理全攻略:转换与计算函数

Python时间日期处理全攻略:转换与计算函数

2025-06-05 14:01:23 0浏览 收藏

Python处理时间和日期涉及多个模块和函数,使用time和datetime模块可以轻松获取当前时间、进行时间转换以及计算时间差。time模块通过time()获取时间戳,并结合localtime和strftime格式化输出;datetime模块则通过now()获取当前时间并用strftime格式化。字符串与时间对象的转换使用strptime和timestamp函数,而时间加减和差值计算则依赖timedelta。时区处理推荐使用zoneinfo模块,兼容旧版本时可选择pytz。这些方法和函数的掌握,能够应对大部分时间处理场景。

Python处理时间日期常用模块有time和datetime。1. 获取当前时间:使用time模块通过time()获取时间戳,结合localTime和strftime可格式化输出;datetime模块通过now()获取当前时间并用strftime格式化。2. 时间转换:字符串转时间对象用strptime,时间对象转时间戳用timestamp,时间戳转字符串用fromtimestamp结合strftime。3. 时间加减与差值计算:使用timedelta进行加减操作,两个datetime对象相减得到timedelta,可用days等属性获取间隔。4. 时区处理:推荐使用zoneinfo模块处理带时区的时间转换,也可用pytz兼容旧版本。掌握这些常用方法即可应对多数时间处理场景。

Python时间日期处理 Python时间转换与计算函数大全

Python 处理时间日期和做时间转换,其实不算特别难,但涉及的模块多、函数也杂,一不小心就容易搞混。这篇文章就来聊聊常用的处理方式,把那些你可能会用到的时间相关函数都列出来,顺便说说它们怎么用。


获取当前时间

最常用的就是获取当前时间戳或者格式化时间字符串了。Python 提供了几个模块可以完成这个任务,其中 time 和 datetime 是最常用的两个。

  • 使用 time 模块:
import time

timestamp = time.time()  # 获取当前时间戳(秒)
local_time = time.localtime()  # 转为本地时间结构
formatted_time = time.strftime("%Y-%m-%d %H:%M:%S", local_time)  # 格式化输出
  • 使用 datetime 模块:
from datetime import datetime

now = datetime.now()
print(now.strftime("%Y-%m-%d %H:%M:%S"))  # 输出格式化时间

如果你只是想拿到当前时间,这两个模块基本就够用了。datetime 更加面向对象一些,操作起来更方便;而 time 更接近底层系统时间接口。


时间戳与时间字符串互转

很多时候你需要把字符串转成时间戳,或者反过来。比如从日志里解析时间,或者保存时间数据到数据库。

  • 字符串转时间对象:
from datetime import datetime

date_str = "2024-03-15 10:30:00"
dt = datetime.strptime(date_str, "%Y-%m-%d %H:%M:%S")
  • 时间对象转时间戳:
timestamp = dt.timestamp()
  • 时间戳转字符串:
dt = datetime.fromtimestamp(timestamp)
formatted = dt.strftime("%Y-%m-%d %H:%M:%S")

这里需要注意的是,不同格式的字符串需要对应不同的格式参数,否则会报错。比如 %Y 是四位年份,%y 是两位年份,别搞错了。


时间加减与计算间隔

有时候你想知道“三天后是几号”、“某两个时间差多少小时”,这时候就需要做一些时间上的加减和差值计算。

  • 加减时间:

可以用 timedelta 来做简单的加减:

from datetime import datetime, timedelta

now = datetime.now()
future = now + timedelta(days=3, hours=2)
  • 计算时间差:
start = datetime(2024, 3, 10)
end = datetime(2024, 3, 15)
delta = end - start
print(delta.days)  # 输出天数差

注意:两个时间必须都是 datetime 类型才能相减,返回的是一个 timedelta 对象。


时区处理(稍微复杂一点)

默认情况下,Python 的时间是不带时区信息的。如果涉及到跨时区的时间转换,比如 UTC 和北京时间之间的转换,就需要引入 pytz 或者 Python 3.9+ 的 zoneinfo。

  • 使用 zoneinfo(推荐):
from datetime import datetime, timezone
from zoneinfo import ZoneInfo

utc_time = datetime.now(timezone.utc)
bj_time = utc_time.astimezone(ZoneInfo("Asia/Shanghai"))
  • 使用 pytz(兼容旧版本):
from datetime import datetime
import pytz

utc = pytz.utc
bj = pytz.timezone('Asia/Shanghai')
now_utc = datetime.now(utc)
now_bj = now_utc.astimezone(bj)

这部分虽然看起来有点麻烦,但只要记住:带时区的时间才是“准确”的时间。如果不处理好时区问题,跨地区应用可能会出 bug。


基本上就这些了。Python 的时间处理功能很全,但也正因为这样,刚上手的时候会觉得有点绕。不过只要掌握几个常用函数和模块,再结合实际场景多练几次,很快就能熟练了。

本篇关于《Python时间日期处理全攻略:转换与计算函数》的介绍就到此结束啦,但是学无止境,想要了解学习更多关于文章的相关知识,请关注golang学习网公众号!

Linux下JS日志优化小技巧Linux下JS日志优化小技巧
上一篇
Linux下JS日志优化小技巧
如何在pycharm添加解释器 解释器配置全流程
下一篇
如何在pycharm添加解释器 解释器配置全流程
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    284次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    337次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    334次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    303次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    124次使用