当前位置:首页 > 文章列表 > 文章 > python教程 > Python时间戳转换:毫秒秒级教程

Python时间戳转换:毫秒秒级教程

2026-04-25 15:54:44 0浏览 收藏
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时间戳处理教程_毫秒秒级转换

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
多硬盘创建存储池详细教程
下一篇
多硬盘创建存储池详细教程
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。
    255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。
    298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。
    274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。
    252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。
    61次使用