当前位置:首页 > 文章列表 > 文章 > python教程 > Python日期加减技巧详解

Python日期加减技巧详解

2026-04-24 22:05:32 0浏览 收藏
Python日期加减看似简单,实则暗藏细节陷阱:标准datetime模块的timedelta能精准处理天、小时、分钟等固定时长运算,却无法应对“加1个月”这类长度不固定的逻辑;真正可靠的月份/年份增减需借助dateutil.relativedelta自动处理闰年、大小月等边界情况;而字符串日期则必须经历strptime解析→运算→strftime格式化的完整流程,跳过任一环节都可能出错。掌握这三类场景的正确用法,避开硬算30天、混用date与datetime等常见误区,才能让时间计算既准确又稳健。

python如何实现日期加减

Python 实现日期加减主要靠 datetime 模块中的 date 和 datetime 类,配合 timedelta 对象完成。核心思路是:用 timedelta 表示时间间隔(如 3 天、2 小时、-1 个月),再与日期对象相加或相减。

基础加减:用 timedelta 增减天、小时、分钟等

timedelta 支持的单位包括 days、seconds、microseconds、milliseconds、minutes、hours、weeks。注意它不直接支持“月”或“年”,因为长度不固定。

  • 给今天加 5 天:
    >>> from datetime import date, timedelta
    >>> today = date.today()
    >>> today + timedelta(days=5)
    datetime.date(2024, 6, 15) # 示例输出
  • 从当前时间减去 2 小时 30 分钟:
    >>> from datetime import datetime, timedelta
    >>> now = datetime.now()
    >>> now - timedelta(hours=2, minutes=30)

处理月份加减:用 dateutil 库更可靠

标准库不支持直接加“1个月”,因为各月天数不同。推荐使用第三方库 dateutil(需先安装:pip install python-dateutil)。

  • 加 1 个月(自动处理 1 月 31 日 → 2 月 28/29 日等边界):
    >>> from datetime import date
    >>> from dateutil.relativedelta import relativedelta
    >>> d = date(2024, 1, 31)
    >>> d + relativedelta(months=1)
    datetime.date(2024, 2, 29)
  • 减 3 个月,同时加 10 天:
    >>> d + relativedelta(months=-3, days=10)

字符串日期的加减:先解析再运算

如果起始是字符串(如 "2024-06-10"),需先用 strptime 转为日期对象,运算后再用 strftime 转回字符串。

  • 示例:把 "2024-06-10" 加 7 天,输出新字符串:
    >>> from datetime import datetime, timedelta
    >>> s = "2024-06-10"
    >>> dt = datetime.strptime(s, "%Y-%m-%d")
    >>> new_dt = dt + timedelta(days=7)
    >>> new_dt.strftime("%Y-%m-%d")
    '2024-06-17'

常见易错点提醒

  • timedelta 不能和 date 混用时间单位(比如对 date 加 hours=1 会报错,需用 datetime)
  • 月份加减别硬写 +30 天代替,会导致跨月错误(如 1 月 31 日 + 30 天 ≠ 2 月 30 日)
  • 时区敏感场景(如线上服务),建议用 zoneinfo(Python 3.9+)或 pytz 配合处理,避免夏令时偏差

基本上就这些。日常天数增减用 timedelta,按月/年调整优先选 relativedelta,字符串来回记得格式化。不复杂但容易忽略细节。

以上就是《Python日期加减技巧详解》的详细内容,更多关于的资料请关注golang学习网公众号!

MindPPT怎么用?详细教程分享MindPPT怎么用?详细教程分享
上一篇
MindPPT怎么用?详细教程分享
异步函数如何向外部数组添加数据
下一篇
异步函数如何向外部数组添加数据
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