Python日期格式转换方法详解
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。
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。
- 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
“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。
- 避免方法: 尽量使用“感知”(aware)的
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。
- 避免方法: 除非你非常确定上下文,否则优先使用
总的来说,datetime
模块是Python处理日期时间的核心工具,理解其工作原理和常见陷阱,能让你在处理日期格式转换时更加游刃有余。遇到问题,多看文档,多尝试,往往就能找到答案。
今天关于《Python日期格式转换方法详解》的内容介绍就到此结束,如果有什么疑问或者建议,可以在golang学习网公众号下多多回复交流;文中若有不正之处,也希望回复留言以告知!

- 上一篇
- PyCharm最新版教程与功能全解析

- 下一篇
- 即梦AI试用期延长技巧全解析
-
- 文章 · python教程 | 2分钟前 |
- Pythonif语句使用教程与实例解析
- 326浏览 收藏
-
- 文章 · python教程 | 10分钟前 |
- Python定时任务实现全攻略
- 171浏览 收藏
-
- 文章 · python教程 | 22分钟前 |
- Python推荐系统:协同过滤算法全解析
- 486浏览 收藏
-
- 文章 · python教程 | 28分钟前 |
- PyCharm无法添加解释器?详细解决方法分享
- 341浏览 收藏
-
- 文章 · python教程 | 30分钟前 |
- Python中abs是什么意思?绝对值函数详解
- 193浏览 收藏
-
- 文章 · python教程 | 31分钟前 |
- Python多线程调用监控技巧
- 171浏览 收藏
-
- 文章 · python教程 | 33分钟前 |
- Python正则匹配MAC地址详解
- 474浏览 收藏
-
- 文章 · python教程 | 39分钟前 |
- PyCharm中文设置教程及支持详解
- 294浏览 收藏
-
- 文章 · python教程 | 41分钟前 |
- PythonGUI自动化教程:PyAutoGUI使用技巧
- 492浏览 收藏
-
- 文章 · python教程 | 1小时前 |
- Python音频处理:librosa实用技巧分享
- 302浏览 收藏
-
- 文章 · python教程 | 1小时前 |
- Python中r的作用是什么?
- 241浏览 收藏
-
- 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。
- 542次学习
-
- 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。
- 509次学习
-
- 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
- 497次学习
-
- 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
- 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。
- 484次学习
-
- 边界AI平台
- 探索AI边界平台,领先的智能AI对话、写作与画图生成工具。高效便捷,满足多样化需求。立即体验!
- 379次使用
-
- 免费AI认证证书
- 科大讯飞AI大学堂推出免费大模型工程师认证,助力您掌握AI技能,提升职场竞争力。体系化学习,实战项目,权威认证,助您成为企业级大模型应用人才。
- 388次使用
-
- 茅茅虫AIGC检测
- 茅茅虫AIGC检测,湖南茅茅虫科技有限公司倾力打造,运用NLP技术精准识别AI生成文本,提供论文、专著等学术文本的AIGC检测服务。支持多种格式,生成可视化报告,保障您的学术诚信和内容质量。
- 532次使用
-
- 赛林匹克平台(Challympics)
- 探索赛林匹克平台Challympics,一个聚焦人工智能、算力算法、量子计算等前沿技术的赛事聚合平台。连接产学研用,助力科技创新与产业升级。
- 631次使用
-
- 笔格AIPPT
- SEO 笔格AIPPT是135编辑器推出的AI智能PPT制作平台,依托DeepSeek大模型,实现智能大纲生成、一键PPT生成、AI文字优化、图像生成等功能。免费试用,提升PPT制作效率,适用于商务演示、教育培训等多种场景。
- 539次使用
-
- Flask框架安装技巧:让你的开发更高效
- 2024-01-03 501浏览
-
- Django框架中的并发处理技巧
- 2024-01-22 501浏览
-
- 提升Python包下载速度的方法——正确配置pip的国内源
- 2024-01-17 501浏览
-
- Python与C++:哪个编程语言更适合初学者?
- 2024-03-25 501浏览
-
- 品牌建设技巧
- 2024-04-06 501浏览