Python时间戳转换:毫秒秒级教程
本文深入解析Python中秒级与毫秒级时间戳的本质区别与安全转换方法,强调10位与13位数字背后的单位陷阱——稍有不慎就会导致时间偏移千倍;通过整数运算(如`// 1000`和`int(seconds * 1000)`)规避浮点精度误差,并提供可直接复用的标准化工具函数,助你一键识别、自动校准来自API、前端或日志的混乱时间戳,让时间处理既精准又稳健。

Python中处理时间戳,关键在于分清毫秒和秒级的区别——秒级时间戳是10位整数,毫秒级是13位;转换时稍不注意就会差1000倍,导致时间错乱。
秒级与毫秒级时间戳的识别与判断
秒级时间戳(Unix时间戳)指自1970-01-01 00:00:00 UTC起经过的秒数,典型值如 1717023600(10位);毫秒级则是同一时刻的毫秒数,如 1717023600123(13位)。实际开发中,API返回的时间戳常为毫秒级(如JavaScript Date.now()、多数HTTP接口),而Python标准库(time.time()、datetime.timestamp())默认返回秒级浮点数。
判断方法:
- 看位数:10位 ≈ 秒级,13位 ≈ 毫秒级(注意:1970–2286年间成立)
- 看来源:前端传来的、JSON接口字段名含“ms”或“millis”的,大概率是毫秒
- 用逻辑验证:转成可读时间后是否明显偏移(比如变成1970年或5万年后),就说明单位错了
毫秒 ↔ 秒的相互转换(推荐方式)
核心原则:统一用整数运算,避免浮点精度误差;转换后及时转为int或round()再使用。
✅ 正确做法:
- 毫秒 → 秒:
seconds = millis // 1000(整除,丢弃毫秒部分)或seconds = round(millis / 1000)(四舍五入) - 秒 → 毫秒:
millis = int(seconds * 1000)(注意:若seconds来自time.time(),它带微秒,乘1000后需取整)
❌ 避免:int(time.time() * 1000) —— 因time.time()是浮点数,乘法可能引入精度误差(如1717023600.999999变1717023600999而非预期的1717023601000)。
用datetime安全地处理毫秒时间戳
Python的datetime.fromtimestamp()只接受秒级浮点数。要解析毫秒时间戳,先转秒:
- 毫秒转 datetime:
dt = datetime.fromtimestamp(millis / 1000)(自动处理时区) - 带毫秒精度的 datetime(保留原毫秒):
dt = datetime.fromtimestamp(millis // 1000).replace(microsecond=(millis % 1000) * 1000) - datetime 转毫秒:
millis = int(dt.timestamp() * 1000)(推荐用int()而非round(),更稳定)
⚠️ 注意:dt.timestamp()在Windows上对早于1970年的日期可能报错;跨时区建议用datetime.fromtimestamp(ts, tz=timezone.utc)明确指定。
实战小技巧:一行检测并标准化时间戳
写个工具函数,自动适配输入可能是秒或毫秒:
def normalize_timestamp(ts):
ts = int(ts)
if ts > 1e12: # 大于1万亿,当作毫秒
return ts // 1000
elif ts > 1e9: # 10亿到1万亿之间,当作秒
return ts
else:
raise ValueError(f"Invalid timestamp: {ts}")
这样能兼容不同来源的数据,减少硬编码判断。配合datetime.fromtimestamp(normalize_timestamp(raw))即可稳健解析。
终于介绍完啦!小伙伴们,这篇关于《Python时间戳转换:毫秒秒级教程》的介绍应该让你收获多多了吧!欢迎大家收藏或分享给更多需要学习的朋友吧~golang学习网公众号也会发布文章相关知识,快来关注吧!
飞书官网登录入口及在线访问方法
- 上一篇
- 飞书官网登录入口及在线访问方法
- 下一篇
- 多硬盘创建存储池详细教程
-
- 文章 · python教程 | 15分钟前 |
- Python异步定时任务怎么实现
- 124浏览 收藏
-
- 文章 · python教程 | 36分钟前 |
- PythonREPL高效使用技巧
- 429浏览 收藏
-
- 文章 · python教程 | 39分钟前 |
- Python安全设计思维深度解析
- 156浏览 收藏
-
- 文章 · python教程 | 43分钟前 |
- Python图像增强方法与技巧详解
- 481浏览 收藏
-
- 文章 · python教程 | 1小时前 |
- Flask并发冲突处理:SQLAlchemy乐观锁与version_id_col应用
- 316浏览 收藏
-
- 文章 · python教程 | 1小时前 |
- Fate框架隐私训练实战指南
- 325浏览 收藏
-
- 文章 · python教程 | 1小时前 |
- asyncio.create_task与TaskGroup.create_task区别解析
- 150浏览 收藏
-
- 文章 · python教程 | 1小时前 |
- Python时间戳转换:毫秒秒级教程
- 488浏览 收藏
-
- 文章 · python教程 | 1小时前 | Python 集合
- Python集合遍历方式解析
- 475浏览 收藏
-
- 文章 · python教程 | 1小时前 |
- Python正则清洗技巧:数据格式统一实战
- 263浏览 收藏
-
- 文章 · python教程 | 2小时前 |
- Pandas2.0可空类型解决NaN列变浮点
- 315浏览 收藏
-
- 文章 · python教程 | 2小时前 | Python Python编程
- Python运行时错误RuntimeError原因解析
- 439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
-
- ChatExcel酷表
- ChatExcel酷表是由北京大学团队打造的Excel聊天机器人,用自然语言操控表格,简化数据处理,告别繁琐操作,提升工作效率!适用于学生、上班族及政府人员。
- 4400次使用
-
- Any绘本
- 探索Any绘本(anypicturebook.com/zh),一款开源免费的AI绘本创作工具,基于Google Gemini与Flux AI模型,让您轻松创作个性化绘本。适用于家庭、教育、创作等多种场景,零门槛,高自由度,技术透明,本地可控。
- 4754次使用
-
- 可赞AI
- 可赞AI,AI驱动的办公可视化智能工具,助您轻松实现文本与可视化元素高效转化。无论是智能文档生成、多格式文本解析,还是一键生成专业图表、脑图、知识卡片,可赞AI都能让信息处理更清晰高效。覆盖数据汇报、会议纪要、内容营销等全场景,大幅提升办公效率,降低专业门槛,是您提升工作效率的得力助手。
- 4625次使用
-
- 星月写作
- 星月写作是国内首款聚焦中文网络小说创作的AI辅助工具,解决网文作者从构思到变现的全流程痛点。AI扫榜、专属模板、全链路适配,助力新人快速上手,资深作者效率倍增。
- 6407次使用
-
- MagicLight
- MagicLight.ai是全球首款叙事驱动型AI动画视频创作平台,专注于解决从故事想法到完整动画的全流程痛点。它通过自研AI模型,保障角色、风格、场景高度一致性,让零动画经验者也能高效产出专业级叙事内容。广泛适用于独立创作者、动画工作室、教育机构及企业营销,助您轻松实现创意落地与商业化。
- 5005次使用
-
- Flask框架安装技巧:让你的开发更高效
- 2024-01-03 501浏览
-
- Django框架中的并发处理技巧
- 2024-01-22 501浏览
-
- 提升Python包下载速度的方法——正确配置pip的国内源
- 2024-01-17 501浏览
-
- Python与C++:哪个编程语言更适合初学者?
- 2024-03-25 501浏览
-
- 品牌建设技巧
- 2024-04-06 501浏览

