当前位置:首页 > 文章列表 > 文章 > java教程 > Java获取本周周一和周日的实现方法

Java获取本周周一和周日的实现方法

2026-03-22 21:08:44 0浏览 收藏
本文深入剖析了Java中获取当前周周一和周末日期的常见误区与最佳实践,指出直接使用Calendar.get(WEEK_OF_YEAR)因Locale依赖和跨年逻辑而极不可靠;强调应通过锚定当前日期、结合DAY_OF_WEEK偏移推算周一和周六(或周日)的稳健思路,并警示SimpleDateFormat解析会清零时分秒、Calendar.set()后必须调用getTime()触发内部重算等易踩坑点;最后强烈推荐Java 8+项目采用不可变、语义清晰的LocalDate配合TemporalAdjusters实现,兼顾准确性、可读性与可维护性——真正棘手的不是计算本身,而是厘清“本周”在不同上下文中的统计边界与时间语义。

Java怎么获取当前时间所在的周一和周末_Calendar类的日期推算逻辑

Calendar.get() 返回的 WEEK_OF_YEAR 不可靠

用 Calendar 算周一/周日,很多人第一反应是调 get(WEEK_OF_YEAR) 再配合 set(WEEK_OF_YEAR, ...),结果发现跨年时日期乱跳、12月最后一周算成下一年第1周。这是因为 WEEK_OF_YEAR 依赖 getFirstDayOfWeek() 和 getMinimalDaysInFirstWeek(),不同 Locale 默认值不同(比如 US 是 Sunday 开头、Minimal=1,CHINA 是 Monday 开头、Minimal=4),直接操作它本质是在“按周编号”维度推算,不是“找本周起止日期”。

正确做法是:先锚定当前日期,再往回/往前推到最近的周一和周日。

  • 用 cal.get(Calendar.DAY_OF_WEEK) 获取今天是星期几(注意:SUNDAY=1, MONDAY=2, ..., SATURDAY=7)
  • 往回减 (dayOfWeek - Calendar.MONDAY) 天得周一
  • 往后加 (Calendar.SATURDAY - dayOfWeek) 天得周六(注意:不是周日!Calendar 的“周末”在业务中常指周六+周日,但“本周六”才是严格对应周一的结束日)
  • 如果真要周日,就再加 1 天;但需意识到:周日属于下一周的 WEEK_OF_YEAR

SimpleDateFormat 解析后 set() 会丢掉时分秒

有人先用 SimpleDateFormat 格式化当前时间字符串,再 parse 回 Date,接着塞进 Calendar 里 set 时间字段——这会导致时分秒被清零。因为 SimpleDateFormat 默认只解析到你指定的格式部分,没写的就补 0。

例如:new SimpleDateFormat("yyyy-MM-dd").parse("2024-06-10") 得到的是当天 00:00:00 的 Date,再 set 到 Calendar 就永远从零点开始算偏移。

  • 想保留原始时间的时分秒?别 parse 字符串,直接 clone 当前 Calendar 实例
  • 用 Calendar cal = Calendar.getInstance(); Calendar base = (Calendar) cal.clone();
  • 所有推算都在 base 上做,原始 cal 的时分秒不受影响

Calendar.set() 后必须调用 Calendar.getTime() 才生效

Calendar 是可变对象,但它的内部时间戳(timeInMillis)不会在每次 set() 后自动更新。如果你只 set 年月日,没调 getTime() 或 get() 触发计算,后续再 get 其他字段(比如 HOUR_OF_DAY)可能返回旧值或错误值。

典型现象:设完周一日期后直接打印 format.format(cal.getTime()),结果还是原来的小时分钟——因为 getTime() 强制触发了内部重算。

  • 每次完成日期字段修改后,立刻调一次 cal.getTime()(哪怕不存结果)
  • 或者统一在最后一步调,但确保中间没混用未刷新的字段 get 操作
  • 避免链式写法如 cal.set(...).set(...).getTime() —— set() 返回 void

LocalDate + TemporalAdjusters 更安全(Java 8+)

如果项目已用 Java 8+,硬啃 Calendar 不仅容易错,还难测。用 LocalDate 配合 TemporalAdjusters 是更直白的选择:语义清晰、不可变、无时区干扰。

例如获取本周一:LocalDate.now().with(TemporalAdjusters.previousOrSame(DayOfWeek.MONDAY));本周日:.with(TemporalAdjusters.nextOrSame(DayOfWeek.SUNDAY))。

  • previousOrSame 和 nextOrSame 能处理“今天就是周一/周日”的边界情况
  • 不依赖默认时区,LocalDate.now() 默认用系统时区,但你可以显式传 ZoneId.systemDefault() 或 ZoneOffset.UTC
  • 如果必须返回 Date,用 localDate.atStartOfDay(ZoneId.systemDefault()).toInstant().toEpochMilli() 转,别用过时的 GregorianCalendar.from()

真正麻烦的从来不是“怎么算出周一”,而是“算出来之后,这个周一到底属于哪一周的统计周期”。Calendar 的模糊性在这里暴露得最彻底——它既像一个时间容器,又像一个日历规则引擎,而这两者在跨年、跨月、时区切换时根本无法解耦。

今天带大家了解了的相关知识,希望对你有所帮助;关于文章的技术知识我们会一点点深入介绍,欢迎大家关注golang学习网公众号,一起学习编程~

洗衣机不加热原因及维修方法洗衣机不加热原因及维修方法
上一篇
洗衣机不加热原因及维修方法
PHP复合数据类型有哪些及使用方法
下一篇
PHP复合数据类型有哪些及使用方法
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。
    543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。
    516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
    500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。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    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。
    256次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    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。
    301次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    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。
    278次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    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。
    257次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    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。
    65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 和 隐私政策
返回登录
  • 重置密码