Python中文日历库使用教程
2026-03-08 20:15:43
0浏览
收藏
Python 的 chinese-calendar 库虽轻量易用,但实际开发中常因初始化缺失、调休规则未覆盖、类型兼容性差及数据时效性问题导致 is_workday() 等关键函数返回错误结果——比如总返回 False、把调休上班日误判为休息日,或与 pandas 时间类型混用时报错;真正影响业务的是这些“看似运行成功却逻辑失准”的陷阱,因此务必在项目启动时显式调用 init()、优先升级至 1.6+ 版本以获取内置更新的节假日与调休数据,并通过 get_holidays() 验证加载状态,让日历判断真正可靠。

chinese-calendar 安装后 is_workday() 总返回 False
常见原因是没调用 init() 初始化内置节假日数据。这个库不自动加载,初始化必须显式触发,否则所有判断都基于空日历。
实操建议:
- 在项目启动时(如
__main__.py或 Django 的ready())立即调用chinese_calendar.init() - 如果用的是较老版本(init() 需传路径:
chinese_calendar.init('holidays.json');新版默认走内置数据,但依然要调 - 检查是否误用了
chinese_calendar.is_holiday()却传了工作日日期——它只对法定假日返回True,非假日(含周末+调休工作日)都返回False,容易误判
调休日(如周六上班)被当成休息日
库默认只识别国务院发布的放假安排,不自动推导调休规则。比如 2024 年 9 月 29 日(周日)上班,若原始 JSON 数据未包含该日为 "workday": true,is_workday() 就会错判为休息日。
实操建议:
- 优先用最新版库(≥1.6),其内置数据已覆盖近年调休安排;可通过
chinese_calendar.__version__确认 - 若仍缺某年调休,手动更新 JSON:从
chinese_calendar.holidays获取当前数据字典,补上缺失的{'2024-09-29': {'workday': True}},再用chinese_calendar.set_holidays()注入 - 别依赖网络实时拉取——该库不提供在线 API,所有数据离线打包,更新靠发版或手动维护
和 pandas Timestamp / datetime.date 混用报 TypeError: expected string or bytes-like object
is_workday() 只接受 str(格式为 'YYYY-MM-DD')或 datetime.date,不支持 pandas.Timestamp 或带时分秒的 datetime.datetime。
实操建议:
- 转
date最稳妥:chinese_calendar.is_workday(pd_timestamp.date()) - 转字符串也可,但注意格式:
chinese_calendar.is_workday(pd_timestamp.strftime('%Y-%m-%d')) - 如果批量处理 DataFrame 列,别直接传 Series——得用
.apply(lambda x: chinese_calendar.is_workday(x.date())),否则类型错误会中断整个计算
Django/Flask 启动时初始化失败,提示 FileNotFoundError: holidays.json
这是旧版(≤1.4)行为:尝试从当前目录读 JSON 文件,但包内资源未正确打包。新版已改用 importlib.resources 加载内置数据,不再依赖外部文件。
实操建议:
- 升级到
chinese-calendar>=1.6:pip install --upgrade chinese-calendar - 若因环境限制无法升级,临时解法是把项目根目录下的
holidays.json(可从 GitHub releases 下载)路径硬编码进init() - 验证是否生效:打印
chinese_calendar.get_holidays(2024),应返回非空 dict;若为空,说明初始化失败或数据未加载
真正麻烦的不是函数调不起来,而是调起来了却信错了结果——比如把调休日当休息日排班,或者跨年时没刷新缓存导致 1 月 1 日还按去年规则算。数据时效性和初始化时机,比语法细节更值得盯紧。
到这里,我们也就讲完了《Python中文日历库使用教程》的内容了。个人认为,基础知识的学习和巩固,是为了更好的将其运用到项目中,欢迎关注golang学习网公众号,带你了解更多关于的知识点!
雨课堂网页版入口与登录教程
- 上一篇
- 雨课堂网页版入口与登录教程
- 下一篇
- Excel图表制作与美化技巧大全
查看更多
最新文章
-
- 文章 · python教程 | 7小时前 | 文件处理 · python · Python TempFile 临时文件 SpooledTemporaryFile rollover
- Python SpooledTemporaryFile 怎么手动触发写入磁盘
- 307浏览 收藏
-
- 文章 · python教程 | 10小时前 |
- Python Path.info 缓存的文件类型信息什么时候会过期
- 438浏览 收藏
-
- 文章 · python教程 | 13小时前 |
- Python asyncio.Queue shutdown 后等待者会收到什么
- 124浏览 收藏
-
- 文章 · python教程 | 19小时前 |
- Python asyncio.Barrier 等待任务被取消后会怎样
- 166浏览 收藏
-
- 文章 · python教程 | 21小时前 |
- Python TaskGroup 怎么主动终止整组任务
- 242浏览 收藏
-
- 文章 · python教程 | 1天前 | SQLite · 数据一致性 · Python教程 · Python SQLite 数据库备份 sqlite3.Connection.backup
- Python sqlite3.Connection.backup 怎么在线复制数据库
- 264浏览 收藏
-
- 文章 · python教程 | 1天前 | python · Python zip zipfile zipfile.Path
- Python zipfile.Path 怎么像目录一样遍历压缩包
- 370浏览 收藏
-
- 文章 · python教程 | 1天前 | 内存优化 · Python教程 · Python 大数组 PickleBuffer pickle协议5
- Python PickleBuffer 怎么减少大数组复制
- 207浏览 收藏
-
- 文章 · python教程 | 1天前 | 标准库 · Python教程 · Python Traversable importlib.resources zipimport
- Python importlib.resources.files 怎么访问压缩包内资源
- 143浏览 收藏
-
- 文章 · python教程 | 1天前 | 标准库 · python · 进程管理 · Python subprocess.Popen pipesize
- Python subprocess.Popen pipesize 什么时候有效
- 187浏览 收藏
查看更多
课程推荐
-
- 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
查看更多
AI推荐
-
- 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。
- 344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。
- 406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。
- 405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。
- 367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。
- 188次使用
查看更多
相关文章
-
- 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

