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。

Python中如何转换日期格式?datetime高效处理方法

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()strftime()

  1. 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。

    Python中如何转换日期格式?datetime高效处理方法
    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

  2. 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。

    Python中如何转换日期格式?datetime高效处理方法
    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strptimestrftime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 0112
    • %B: 月份的全称,比如 January, February
    • %b%h: 月份的缩写,比如 Jan, Feb
  • 日期:

    • %d: 两位数的日期,比如 0131
  • 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 0023
    • %I: 12小时制的小时,比如 0112
    • %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,0059
    • %S: 秒,0059
    • %f: 微秒,六位数字,比如 000000999999
  • 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:

  1. 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。

  2. 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”。

  3. 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。

  1. 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。
  2. “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。
  3. 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。
  4. 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。

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!

PyCharm最新版教程与功能全解析PyCharm最新版教程与功能全解析
上一篇
PyCharm最新版教程与功能全解析
即梦AI试用期延长技巧全解析
下一篇
即梦AI试用期延长技巧全解析
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。
    542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。
    509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
    497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。
    484次学习
查看更多
AI推荐
  • AI边界平台:智能对话、写作、画图,一站式解决方案
    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
  • 讯飞AI大学堂免费AI认证证书:大模型工程师认证,提升您的职场竞争力
    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:精准识别AI生成内容,保障学术诚信
    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:科技赛事聚合,赋能AI、算力、量子计算创新
    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
  • SEO  笔格AIPPT:AI智能PPT制作,免费生成,高效演示
    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
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议隐私政策
返回登录
  • 重置密码