Python时间模块详解与使用技巧
**Python时间模块使用教程:掌握time、datetime和calendar** 想高效处理Python中的日期和时间?本文为你详细解读time、datetime和calendar三大模块。time模块侧重时间戳操作和程序延时,datetime模块提供直观的日期时间类和便捷的加减运算,而calendar模块则专注于日历信息的查询与处理。通过本文,你将学会利用time模块获取时间戳、格式化时间,使用datetime模块进行日期时间计算,以及利用calendar模块查询日历信息、判断闰年。掌握这些模块,让你的Python时间处理更加高效清晰,轻松应对数据分析、日志记录、定时任务等各种场景。
Python时间处理依赖time、datetime和calendar模块:time用于时间戳和延时操作,datetime提供易读的日期时间类及加减运算,calendar用于日历信息查询。

Python中的时间处理主要依赖于几个核心模块:time、datetime 和 calendar。它们各自有不同的用途,但都围绕着日期和时间的表示、计算与格式化展开。掌握这些模块能帮助你在数据分析、日志记录、定时任务等场景中高效操作时间。
time 模块:基础时间操作
time 模块提供与时间相关的函数,基于 Unix 时间戳(自1970年1月1日以来的秒数)进行操作,适合做延时、性能测试或获取当前时间戳。
常用功能包括:
- time.time():返回当前时间的时间戳(浮点数)
- time.sleep(n):暂停程序 n 秒,常用于控制循环频率
- time.localtime():将时间戳转为本地时间结构(struct_time)
- time.strftime("%Y-%m-%d %H:%M:%S", t):按格式输出时间字符串
- time.strptime("2025-04-05", "%Y-%m-%d"):将字符串解析为时间结构
示例:
import timeprint(time.time()) # 输出时间戳
t = time.localtime()
print(time.strftime("%Y-%m-%d %H:%M:%S", t)) # 格式化输出
datetime 模块:更直观的日期时间操作
datetime 模块提供了更高级的类来处理日期和时间,主要包括:
- datetime.datetime:表示具体的日期和时间
- datetime.date:仅日期
- datetime.time:仅时间
- datetime.timedelta:表示两个时间之间的差值
它比 time 模块更易读,支持直接加减时间、比较时间大小。
常用操作:
from datetime import datetime, timedeltanow = datetime.now() # 当前时间
print(now)
# 格式化输出
print(now.strftime("%Y年%m月%d日 %H:%M"))
# 字符串转时间
dt = datetime.strptime("2025-04-05 10:30", "%Y-%m-%d %H:%M")
# 时间加减
next_week = now + timedelta(weeks=1)
print(next_week)
calendar 模块:日历相关功能
calendar 模块用于处理日历数据,比如查看某月的日历、判断闰年、获取每月天数等。
常见用法:
- calendar.month(2025, 4):打印2025年4月的日历
- calendar.isleap(2024):判断是否为闰年
- calendar.monthrange(year, month):返回该月第一天是星期几和总天数
示例:
import calendarprint(calendar.month(2025, 4))
print(calendar.isleap(2024)) # True
基本上就这些。time 适合时间戳和简单延时,datetime 更适合日常业务逻辑中的时间处理,calendar 则在需要日历信息时派上用场。根据实际需求选择合适的模块,能让你的时间处理更高效清晰。
本篇关于《Python时间模块详解与使用技巧》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!
SlickCarousel高级定制:动态图文与页码显示
- 上一篇
- SlickCarousel高级定制:动态图文与页码显示
- 下一篇
- 百度网盘网页登录教程及密码方法
-
- 文章 · python教程 | 47分钟前 | 序列化 · python · Python pickle 进程池 multiprocessing Pool
- Python multiprocessing 进程池传递不可序列化对象
- 255浏览 收藏
-
- 文章 · python教程 | 1小时前 | 数据一致性 · Python教程 · Python 事务 自动提交 sqlite3 autocommit isolation_level
- Python sqlite3 事务模式与自动提交边界
- 197浏览 收藏
-
- 文章 · python教程 | 2小时前 |
- Python contextlib.nullcontext 统一同步异步入口
- 316浏览 收藏
-
- 文章 · python教程 | 3小时前 | 面向对象 · python · Python教程 · InitVar __post_init__ Python dataclass 派生字段 field(init=False)
- Python dataclass __post_init__ 计算派生字段
- 303浏览 收藏
-
- 文章 · python教程 | 4小时前 |
- Python typing.TypeGuard 处理复杂容器类型收窄
- 437浏览 收藏
-
- 文章 · python教程 | 5小时前 |
- Python os.fspath 支持自定义路径对象
- 214浏览 收藏
-
- 文章 · python教程 | 8小时前 | 异常处理 · 异步编程 · Python教程 · asyncio · 后台任务 任务取消 CancelledError Python asyncio asyncio.shield
- Python asyncio.shield 保护后台任务免受外层取消
- 407浏览 收藏
-
- 文章 · python教程 | 10小时前 |
- Python configparser ExtendedInterpolation 组织分层配置
- 480浏览 收藏
-
- 文章 · python教程 | 20小时前 | python · Python tomllib TOMLDecodeError
- Python tomllib 解析失败时如何定位具体键与行列
- 198浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python contextvars 为什么能隔离并发请求上下文
- 202浏览 收藏
-
- 文章 · python教程 | 1天前 | Python教程 · 静态类型检查 异步方法 Python Protocol 结构类型 Awaitable
- Python Protocol 怎样描述带异步方法的结构类型
- 363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。
- 543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。
- 516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
- 500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。
- 485次学习
-
- 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。
- 408次使用
-
- 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。
- 485次使用
-
- 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。
- 494次使用
-
- 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。
- 442次使用
-
- 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。
- 269次使用
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览
-
- TensorFlow模型部署为API的TF Serving方法
- 2026-05-26 501浏览
-
- Python字符串编码转换:encode与decode详解
- 2026-05-16 501浏览
-
- TensorFlow裁剪无用算子方法详解
- 2026-05-15 501浏览

