当前位置:首页 > 文章列表 > 文章 > python教程 > Python zoneinfo 与 fold 结合时如何格式化重复时间

Python zoneinfo 与 fold 结合时如何格式化重复时间

来源:17golang原创 2026-11-14 06:12:21 0浏览 收藏

夏令时回拨或其他时区偏移回退时,同一个本地钟面时间可能出现两次。Python 的 zoneinfo 会用 fold=0 表示较早的那次,用 fold=1 表示较晚的那次;但 strftime() 默认不会把 fold 单独打印出来。实际格式化时,应至少同时输出本地时间、%Z、%z 和 fold,必要时再附上 UTC 值。

要点速览
  • fold=0 和 fold=1 不是两个时区,而是同一重复钟面时间的两个时刻选择。
  • %Z 给出时区名,%z 给出 UTC 偏移;它们与显式 fold 组合后才适合排查日志。
  • 业务存储优先保留 aware datetime 或 UTC,展示层再把重复时间的选择写清楚。

先用 ZoneInfo 选出重复时间的两个时刻

ZoneInfo 代表 IANA 时区规则。以美国洛杉矶 2020 年回拨为例,2020-11-01 01:30 出现两次:第一次仍是 PDT,偏移为 -07:00;第二次已经是 PST,偏移为 -08:00。构造本地时间后,用 replace(fold=1) 选中第二次出现的钟面时间。

Python zoneinfo 将重复的 01:30 分成 fold=0 与 fold=1 并映射到不同 UTC 偏移的关系说明图
图1:zoneinfo 与 fold 的重复时间关系说明图,不是运行截图。
from datetime import datetime, timezone
from zoneinfo import ZoneInfo

la = ZoneInfo("America/Los_Angeles")

# fold=0 表示回拨前的第一次 01:30。
first = datetime(2020, 11, 1, 1, 30, tzinfo=la, fold=0)
# 只改变重复时间的选择,不改变日期、时分或时区规则。
second = first.replace(fold=1)

for label, value in (("first", first), ("second", second)):
    print(
        label,
        value.isoformat(),
        "fold=", value.fold,
        "utc=", value.astimezone(timezone.utc).isoformat(),
    )
first 2020-11-01T01:30:00-07:00 fold= 0 utc= 2020-11-01T08:30:00+00:00
second 2020-11-01T01:30:00-08:00 fold= 1 utc= 2020-11-01T09:30:00+00:00

这里的关键不是把字符串改成“第一次”或“第二次”,而是让对象携带有效的时区规则和 fold。如果时间来自 UTC 再调用 astimezone(la),Python 会根据转换结果设置正确的 fold;如果是用户手工输入本地钟面时间,则必须由业务规则、选择框或其他上下文决定取哪一次。

把 offset、时区名和 fold 一起格式化

strftime 可以输出时区名和偏移:%Z 是时区名称,%z 是类似 -0700 的 UTC 偏移。由于格式化指令没有一个通用的 %fold,应在格式字符串外显式拼接 value.fold。

Python aware datetime 将 %Z、%z、fold 与 UTC 值组合成可读日志的字段映射说明图
图2:重复时间的格式化字段组合说明图,不是运行截图。
def format_ambiguous_time(value: datetime) -> str:
    # %Z 说明时区名,%z 说明偏移,fold 说明重复时间的选择。
    local_part = value.strftime("%Y-%m-%d %H:%M:%S %Z %z")
    # UTC 便于跨服务排序和排查,保留 +00:00 这样的明确偏移。
    utc_part = value.astimezone(timezone.utc).isoformat()
    return f"{local_part} [fold={value.fold}] [utc={utc_part}]"

print(format_ambiguous_time(first))
print(format_ambiguous_time(second))

输出会类似 2020-11-01 01:30:00 PDT -0700 [fold=0] 和 2020-11-01 01:30:00 PST -0800 [fold=1]。对用户界面,可把 fold=0 显示为“回拨前”,把 fold=1 显示为“回拨后”;对日志则建议同时记录 ISO 8601 值和 UTC 值,避免下游只读取前面的钟面时间。

存储与测试要分清展示格式和时间身份

重复时间最容易在序列化和排序时丢失信息。仅保存 2020-11-01 01:30:00 会丢掉时区与偏移;只保存带偏移字符串虽然能区分这两个例子,但跨服务比较时仍应统一解析为 aware datetime 或 UTC。展示格式可以面向人,存储格式则要保留能定位具体时刻的字段。

场景建议保留不要只依赖
日志排查本地时间、%Z、%z、fold、UTC没有偏移的 HH:MM
接口传输带偏移的 ISO 8601 或 UTCnaive datetime
人工录入时区、重复时间选项、fold默认猜测第一次或第二次

回归测试至少断言三件事:两个对象的 fold 不同;utcoffset() 不同;转换到 UTC 后的结果不同。不要只比较 strftime("%H:%M"),因为那恰好会把两个事件格式化成同一个钟面字符串。

相关问题

fold=1 在所有时间里都代表夏令时结束吗?

不是。它表示重复区间中的较晚一次,具体偏移由对应 tzinfo 的时区规则决定,不能把它硬编码成“标准时间”。

为什么只调用 strftime 看不出 fold?

strftime 有时区名和偏移指令,但没有通用的 fold 指令。需要在格式化结果后显式拼接 value.fold。

从 UTC 转成本地时间还需要手动设置 fold 吗?

通常不需要。对带时区的 UTC 时间调用 astimezone() 时,zoneinfo 会根据目标时区规则设置正确的 fold;手工创建本地钟面时间时才需要明确选择。

版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
Python TypeIs 为什么比 TypeGuard 更适合否定分支Python TypeIs 为什么比 TypeGuard 更适合否定分支
上一篇
Python TypeIs 为什么比 TypeGuard 更适合否定分支
Python logging.Filter 返回 False 时怎样阻止单条记录
下一篇
Python logging.Filter 返回 False 时怎样阻止单条记录
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。
    1019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。
    1021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。
    1155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。
    1122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。
    963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