当前位置：首页 > 文章列表 > 文章 > python教程 > Python日期格式转换方法详解

Python日期格式转换方法详解

2025-07-09 09:23:23 0浏览收藏

你在学习文章相关的知识吗？本文《Python日期格式转换技巧》，主要介绍的内容就涉及到，如果你想提升自己的开发能力，就不要错过这篇文章，大家要知道编程理论基础和实战操作都是不可或缺的哦！

Python处理日期格式转换的核心方法是使用datetime模块的strptime()和strftime()。1. strptime()用于将日期字符串解析为datetime对象，关键在于格式字符串必须与输入完全匹配；2. strftime()则用于将datetime对象格式化为指定样式的字符串，提供灵活的输出方式。常见策略包括多重尝试解析、正则预处理及引入dateutil库提升兼容性。注意事项涵盖格式严格匹配、时区信息缺失、本地化影响及两位数年份潜在歧义等问题。

Python中如何转换日期格式？datetime高效处理方法

说实话，每次处理日期时间，我第一个想到的就是Python的datetime模块。它简直是日期格式转换的瑞士军刀，无论你手头是乱七八糟的日期字符串，还是想把一个日期对象按特定样式展示出来，datetime总能给你一个优雅的解法。核心思路无非是两步：把字符串“读懂”变成datetime对象，再把这个对象“写出来”变成你想要的字符串。

解决方案

在Python中，使用datetime模块进行日期格式转换，主要围绕两个核心方法：strptime()和strftime()。

将日期字符串解析成datetime对象（strptime()） 当你从文件、数据库或API接口拿到日期时间数据时，它们通常是字符串形式。strptime()（string parse time）的作用就是把这些字符串按照你指定的格式“翻译”成Python能理解的datetime对象。

from datetime import datetime

# 假设你有一个日期字符串
date_str = "2023-10-27 14:35:01"
# 定义这个字符串的格式
format_in = "%Y-%m-%d %H:%M:%S"

try:
    # 使用strptime解析字符串
    dt_object = datetime.strptime(date_str, format_in)
    print(f"原始字符串: {date_str}")
    print(f"解析后的datetime对象: {dt_object}")
    print(f"类型: {type(dt_object)}")
except ValueError as e:
    print(f"日期格式不匹配，解析失败: {e}")

# 再来一个不同格式的例子
date_str_alt = "Oct 27, 2023 2:35 PM"
format_in_alt = "%b %d, %Y %I:%M %p" # 注意这里的格式代码
try:
    dt_object_alt = datetime.strptime(date_str_alt, format_in_alt)
    print(f"原始字符串: {date_str_alt}")
    print(f"解析后的datetime对象: {dt_object_alt}")
except ValueError as e:
    print(f"日期格式不匹配，解析失败: {e}")

这里关键在于format_in参数，它必须和date_str的实际格式完全匹配，否则就会抛出ValueError。

将datetime对象格式化成日期字符串（strftime()） 一旦你有了datetime对象，你就可以随心所欲地把它格式化成任何你想要的字符串样式，比如只显示年月日，或者换一种分隔符。strftime()（string format time）就是干这个的。

from datetime import datetime

# 假设我们已经有了一个datetime对象（比如刚刚解析出来的）
current_dt = datetime.now() # 或者使用上面的dt_object

# 想要把它格式化成"年/月/日 时:分:秒"
format_out_1 = "%Y/%m/%d %H:%M:%S"
formatted_date_1 = current_dt.strftime(format_out_1)
print(f"当前时间（原始对象）: {current_dt}")
print(f"格式化为 '{format_out_1}': {formatted_date_1}")

# 想要只显示"日-月-年"
format_out_2 = "%d-%m-%Y"
formatted_date_2 = current_dt.strftime(format_out_2)
print(f"格式化为 '{format_out_2}': {formatted_date_2}")

# 甚至可以显示星期几和月份的全称
format_out_3 = "%A, %B %d, %Y"
formatted_date_3 = current_dt.strftime(format_out_3)
print(f"格式化为 '{format_out_3}': {formatted_date_3}")

strftime()的强大之处在于，你只需要提供一个格式字符串，它就能把datetime对象里的所有信息（年、月、日、时、分、秒、毫秒，甚至星期几、一年中的第几天等）按你的要求拼装出来。

Python日期格式化中常用的代码有哪些？

在使用strptime和strftime时，那些百分号开头的代码（比如%Y、%m）是理解和掌握日期格式转换的关键。它们就像是日期时间信息的“占位符”，每个占位符都代表日期时间中的一个特定部分。搞清楚这些，你的日期转换之路基本就畅通无阻了。

这里列举一些我个人觉得最常用、最核心的格式代码：

年份：
- %Y: 四位数的年份，比如 2023。这是最推荐的写法，清晰明了。
- %y: 两位数的年份，比如 23。这个有时候会引起歧义，比如 01 可能是 2001 也可能是 1901，所以除非特殊情况，我一般不太用。
月份：
- %m: 两位数的月份，比如 01 到 12。
- %B: 月份的全称，比如 January, February。
- %b 或 %h: 月份的缩写，比如 Jan, Feb。
日期：
- %d: 两位数的日期，比如 01 到 31。
星期：
- %A: 星期几的全称，比如 Monday, Tuesday。
- %a: 星期几的缩写，比如 Mon, Tue。
- %w: 星期几的数字表示，0 是周日，6 是周六。
小时：
- %H: 24小时制的小时，比如 00 到 23。
- %I: 12小时制的小时，比如 01 到 12。
- %p: 上午/下午的标识，比如 AM, PM（与 %I 配合使用）。
分钟、秒、微秒：
- %M: 分钟，00 到 59。
- %S: 秒，00 到 59。
- %f: 微秒，六位数字，比如 000000 到 999999。
组合和特殊：
- %c: 本地日期和时间表示，比如 Mon Oct 27 14:35:01 2023。这个格式取决于你系统的语言环境。
- %x: 本地日期表示，比如 10/27/23。
- %X: 本地时间表示，比如 14:35:01。
- %Z: 时区名称，比如 CST, EST。
- %z: UTC偏移量，比如 +0800, -0500。
- %%: 百分号字面量。

这些代码的组合几乎能满足你所有日期格式化的需求。记住，当你用strptime解析字符串时，你的格式代码串必须和输入字符串的实际格式一模一样，连空格、标点符号都得对上。

面对不规则或缺失的日期字符串，`datetime`还能高效处理吗？

这是个很现实的问题，尤其当你从各种不那么“标准”的数据源获取日期时。datetime.strptime()虽然强大，但它对格式的要求是出了名的严格。只要格式字符串和实际的日期字符串有一点点不符，它就会无情地抛出ValueError。这在处理“脏数据”时确实让人头疼。

对于这种情况，我们有几种策略：

多重try-except块逐个尝试： 如果你的数据源可能包含几种常见的日期格式，你可以尝试用一个try-except结构去逐个匹配。

from datetime import datetime

def parse_flexible_date(date_string):
    formats = [
        "%Y-%m-%d %H:%M:%S",
        "%Y/%m/%d %H:%M:%S",
        "%m/%d/%Y %I:%M %p",
        "%Y-%m-%d", # 只包含日期
        "%d-%b-%Y" # 比如 27-Oct-2023
    ]
    for fmt in formats:
        try:
            return datetime.strptime(date_string, fmt)
        except ValueError:
            continue # 尝试下一个格式
    raise ValueError(f"无法解析日期字符串: {date_string}，没有匹配的格式。")

print(parse_flexible_date("2023-10-27 14:35:01"))
print(parse_flexible_date("10/27/2023 02:35 PM"))
# print(parse_flexible_date("Invalid Date String")) # 会抛出错误

这种方法简单直接，但缺点是如果格式种类太多，代码会显得臃肿。

使用正则表达式预处理： 对于那些格式非常混乱，或者需要从一大段文本中提取日期的情况，你可能需要先动用Python的re模块（正则表达式）来提取出相对规整的日期部分，然后再交给strptime处理。这通常用于清洗数据，让日期字符串变得更“纯粹”。
引入第三方库dateutil： 这是我个人最推荐的解决方案，尤其是当你需要处理各种“模糊”或不规则日期格式时。python-dateutil库提供了一个非常强大的解析器dateutil.parser.parse()，它能够智能地猜测日期字符串的格式。
```
from dateutil.parser import parse

# 它可以处理很多datetime.strptime搞不定的格式
print(parse("2023-10-27"))
print(parse("Oct 27, 2023"))
print(parse("27 October 2023"))
print(parse("Yesterday at 5pm")) # 甚至能理解相对日期！
print(parse("2023/10/27 14:35:01.123456")) # 自动处理微秒
```
dateutil.parser.parse()的优点是极大地简化了日期解析的复杂性，减少了你需要手动维护大量格式字符串的负担。它的缺点嘛，就是多引入了一个依赖，而且在极端性能敏感的场景下，它的“智能”解析可能会比严格的strptime稍慢一点点，但对于绝大多数应用来说，这点性能差异可以忽略不计。

对于缺失的日期字符串，比如只给了“2023-10”，datetime.strptime会默认把日设置为1，时间设置为00:00:00。如果你需要更精细的控制，比如根据业务逻辑补充缺失的部分，那可能需要在解析前手动填充。

日期转换时，有哪些常见的“坑”需要注意？

即便datetime用起来很顺手，但实际操作中还是有些地方容易让人栽跟头，尤其是在处理来自不同系统或地域的数据时。

格式字符串与实际不符：ValueError的噩梦 这是最最常见的错误。strptime()对格式字符串是出了名的严格。比如，你的日期字符串是"2023-10-27"，但你却用了"%Y/%m/%d"去解析，那立马就会报错。或者，字符串里多了一个空格，少了一个冒号，都会导致解析失败。
- 避免方法： 仔细核对输入字符串的每一个字符，包括分隔符、空格、大小写（如AM/PM）。当你遇到ValueError时，第一反应就应该是去检查你的格式字符串。
“天真”的datetime对象：时区问题datetime对象默认是“天真”（naive）的，这意味着它们不包含任何时区信息。当你从一个没有时区信息的字符串解析出一个datetime对象时，它就是天真的。如果你接着要把它和带有时区信息的日期进行比较，或者在不同时区之间传输，就很容易出问题。比如，你解析了服务器日志里的时间，但没考虑服务器的时区，这可能导致你的时间比预期早或晚。
- 避免方法： 尽量使用“感知”（aware）的datetime对象。这通常涉及到在创建或解析datetime对象时，为其指定tzinfo（时区信息），或者使用pytz这样的第三方库来处理复杂的时区转换。对于简单的格式转换，这可能不是核心问题，但一旦涉及到跨时区的数据，这一点就非常关键了。
本地化（Locale）对格式的影响： 某些格式代码，比如%A（星期几全称）、%B（月份全称），它们的输出会受到你系统当前语言环境（locale）的影响。例如，在中文环境下，%A可能会输出“星期五”，而在英文环境下则输出“Friday”。
- 避免方法： 如果你的程序需要在不同语言环境下保持一致的输出，或者你需要解析特定语言环境的日期字符串，你可能需要在代码中显式设置或切换locale，或者避免使用这些受locale影响的格式代码，转而使用数字或固定英文缩写。
两位数年份的陷阱：%y vs %Y%y表示两位数年份（00-99），而%Y表示四位数年份。当你解析"01-01-99"时，%y会把它解析成1999年，而不是2099年。这在处理历史数据或一些老旧系统生成的数据时，可能会导致“千年虫”式的误解。
- 避免方法： 除非你非常确定上下文，否则优先使用%Y来处理四位数年份，并尽量要求数据源提供四位数年份。