首页
学习
活动
专区
圈层
工具
发布
社区首页 >专栏 >人工智能之编程进阶 Python高级:第五章 时间类模块

人工智能之编程进阶 Python高级:第五章 时间类模块

原创
作者头像
咚咚王
发布2025-11-19 19:00:41
发布2025-11-19 19:00:41
720
举报

人工智能之编程进阶 Python高级

第五章 时间类模块


前言

Python 中处理时间与日期的核心模块有三个:timecalendardatetime。它们各有侧重,适用于不同场景。下面系统介绍它们的功能、用法、区别及最佳实践。


一、time 模块:底层时间操作(Unix 时间戳)

基于 C 语言的 time.h,提供底层时间函数,以**秒为单位的时间戳(Unix Timestamp)**为核心。

常用函数

代码语言:python
复制
import time

# 1. 获取当前时间戳(浮点数,单位:秒)
ts = time.time()
print("时间戳:", ts)  # 1730987654.123456

# 2. 将时间戳转为本地时间元组(struct_time)
local = time.localtime(ts)
print("本地时间:", local)
# time.struct_time(tm_year=2025, tm_mon=11, tm_mday=7, ...)

# 3. 将时间戳转为 UTC 时间元组
utc = time.gmtime(ts)
print("UTC 时间:", utc)

# 4. 格式化时间(转为字符串)
formatted = time.strftime("%Y-%m-%d %H:%M:%S", local)
print("格式化时间:", formatted)  # 2025-11-07 18:55:00

# 5. 解析时间字符串(转为时间元组)
parsed = time.strptime("2025-11-07 18:55:00", "%Y-%m-%d %H:%M:%S")
print("解析结果:", parsed)

# 6. 睡眠(暂停程序)
time.sleep(1)  # 暂停 1 秒

# 7. 获取可读时间字符串
print(time.ctime())  # Fri Nov  7 18:55:00 2025

时间格式化代码(strftime / strptime

代码

含义

示例

%Y

四位年份

2025

%y

两位年份

25

%m

月份(01-12)

11

%d

日(01-31)

07

%H

小时(00-23)

18

%M

分钟(00-59)

55

%S

秒(00-60)

30

%A

星期全名

Friday

%a

星期缩写

Fri

%B

月全名

November

%b

月缩写

Nov

⚠️ time 模块不处理时区转换(除本地/UTC),也不支持日期运算。


二、calendar 模块:日历相关功能

用于生成日历、判断闰年、获取星期等。

常用功能

代码语言:python
复制
import calendar

# 1. 判断是否为闰年
print(calendar.isleap(2024))  # True
print(calendar.isleap(2025))  # False

# 2. 获取某月日历(文本形式)
cal_text = calendar.month(2025, 11)
print(cal_text)
#    November 2025
# Mo Tu We Th Fr Sa Su
#                1  2
#  3  4  5  6  7  8  9
# ...

# 3. 获取某月日历(列表形式)
weeks = calendar.monthcalendar(2025, 11)
print(weeks)
# [[0, 0, 0, 0, 0, 1, 2],
#  [3, 4, 5, 6, 7, 8, 9], ...]

# 4. 获取星期几(Monday=0, Sunday=6)
weekday = calendar.weekday(2025, 11, 7)  # 2025-11-07 是星期五
print("星期:", weekday)  # 4

# 5. 设置一周起始日(默认 Monday=0)
calendar.setfirstweekday(calendar.SUNDAY)

# 6. 打印全年日历
# calendar.prcal(2025)

适用场景:生成日历视图、计算工作日、节日判断等。


三、datetime 模块:面向对象的时间处理(推荐!)

现代 Python 时间处理的首选,提供 datetimedatetimetimedeltatimezone 等类,支持日期运算、时区、格式化等。

核心类

用途

datetime.date

年-月-日(无时分秒)

datetime.time

时:分:秒.微秒(无日期)

datetime.datetime

日期 + 时间(最常用)

datetime.timedelta

时间间隔(用于加减)

datetime.timezone

时区信息(UTC 或固定偏移)


1. 获取当前时间

代码语言:python
复制
from datetime import datetime, date, time, timedelta, timezone

# 当前本地时间(无时区信息 → naive)
now = datetime.now()
print("当前时间:", now)  # 2025-11-07 18:55:00.123456

# 当前 UTC 时间
utc_now = datetime.utcnow()  # 已弃用!推荐下面方式
utc_now = datetime.now(timezone.utc)
print("UTC 时间:", utc_now)

🔔 重要naive datetime:无时区信息(如 datetime.now()aware datetime:有时区信息(如 datetime.now(timezone.utc)避免混用 naive 和 aware 对象!


2. 创建自定义时间

代码语言:python
复制
# 创建具体日期时间
dt = datetime(2025, 11, 7, 18, 55, 30)
print(dt)  # 2025-11-07 18:55:30

# 仅日期
d = date(2025, 11, 7)

# 仅时间
t = time(18, 55, 30)

3. 时间格式化与解析

代码语言:python
复制
# 格式化为字符串
s = now.strftime("%Y-%m-%d %H:%M:%S")
print(s)  # "2025-11-07 18:55:00"

# 从字符串解析(需指定格式)
dt_parsed = datetime.strptime("2025-11-07 18:55:00", "%Y-%m-%d %H:%M:%S")
print(dt_parsed)  # datetime(2025, 11, 7, 18, 55)

💡 推荐使用第三方库 dateutil.parser.parse() 自动解析多种格式。


4. 时间运算(timedelta

代码语言:python
复制
# 1 天后
tomorrow = now + timedelta(days=1)

# 2 小时 30 分钟前
past = now - timedelta(hours=2, minutes=30)

# 计算两个时间差
diff = tomorrow - now
print(diff.days)        # 1
print(diff.total_seconds())  # 86400.0

# 支持:days, seconds, microseconds, milliseconds, minutes, hours, weeks

5. 时区处理(timezone

代码语言:python
复制
from datetime import timezone, timedelta

# UTC 时间
utc_dt = datetime.now(timezone.utc)

# 创建东八区(北京时间)
tz_beijing = timezone(timedelta(hours=8))
bj_dt = utc_dt.astimezone(tz_beijing)

# 或直接创建带时区的时间
bj_time = datetime(2025, 11, 7, 18, 55, tzinfo=tz_beijing)

print("UTC:", utc_dt)
print("北京:", bj_time)

🔒 生产建议: 使用 zoneinfo(Python 3.9+)或 pytz 处理复杂时区(如夏令时):from zoneinfo import ZoneInfo ny_time = datetime.now(ZoneInfo("America/New_York"))


6. 其他实用方法

代码语言:python
复制
# 获取今天日期
today = date.today()  # date(2025, 11, 7)

# 替换部分字段
new_dt = now.replace(year=2030, minute=0)

# 获取时间戳
ts = now.timestamp()  # 转为 float 时间戳

# 从时间戳创建 datetime
dt_from_ts = datetime.fromtimestamp(ts)

四、三大模块对比总结

功能

time

calendar

datetime

核心单位

秒(时间戳)

日历逻辑

日期/时间对象

面向对象

日期运算

✅ (timedelta)

时区支持

仅本地/UTC

✅(需显式设置)

格式化/解析

✅(需格式字符串)

✅(更直观)

适用场景

系统级、性能敏感

日历生成、星期计算

日常开发首选

推荐策略:新项目一律使用 datetime 需要高性能时间戳用 time.time() 生成日历或判断闰年用 calendar


五、典型应用场景

1. 计算年龄

代码语言:python
复制
from datetime import date

def calculate_age(birth_date: date) -> int:
    today = date.today()
    return today.year - birth_date.year - ((today.month, today.day) < (birth_date.month, birth_date.day))

age = calculate_age(date(1990, 5, 15))

2. 日志时间戳

代码语言:python
复制
from datetime import datetime

log_time = datetime.now().strftime("[%Y-%m-%d %H:%M:%S]")
print(f"{log_time} INFO: 程序启动")
# [2025-11-07 18:55:00] INFO: 程序启动

3. 定时任务间隔检查

代码语言:python
复制
last_run = datetime.now()
interval = timedelta(minutes=5)

if datetime.now() - last_run > interval:
    print("执行任务...")
    last_run = datetime.now()

4. 时区转换(Web 应用)

代码语言:python
复制
from datetime import datetime, timezone
from zoneinfo import ZoneInfo  # Python 3.9+

user_tz = ZoneInfo("Asia/Shanghai")
utc_time = datetime.now(timezone.utc)
local_time = utc_time.astimezone(user_tz)

六、注意事项与最佳实践

  1. 始终明确时区
    • 存储时间用 UTC
    • 展示给用户时转为本地时区
  2. 避免 naive datetime
    • 在涉及多时区系统中,务必使用 aware datetime
  3. 不要用 datetime.utcnow()
    • 它返回的是 naive 对象,应改用 datetime.now(timezone.utc)
  4. 时间比较前确保类型一致
    • naive 不能与 aware 比较,会报错
  5. 解析用户输入时验证格式
    • 使用 try-except 捕获 ValueError

七、扩展建议

  • 复杂时区:使用 zoneinfo(Python 3.9+ 内置)或 pytz
  • 自然语言解析dateutil.parser
  • 高性能时间处理pandas.Timestamp(大数据场景)

总结

经过学习常见的时间模块 timecalendardatetime,我们可以有效解决 Python 中所有时间与日期相关的需求!建议优先使用 datetime,它是现代 Python 时间处理的标准答案。

资料关注

公众号:咚咚王

《Python编程:从入门到实践》

《利用Python进行数据分析》

《算法导论中文第三版》

《概率论与数理统计(第四版) (盛骤) 》

《程序员的数学》

《线性代数应该这样学第3版》

《微积分和数学分析引论》

《(西瓜书)周志华-机器学习》

《TensorFlow机器学习实战指南》

《Sklearn与TensorFlow机器学习实用指南》

《模式识别(第四版)》

《深度学习 deep learning》伊恩·古德费洛著 花书

《Python深度学习第二版(中文版)【纯文本】 (登封大数据 (Francois Choliet)) (Z-Library)》

《深入浅出神经网络与深度学习+(迈克尔·尼尔森(Michael+Nielsen) 》

《自然语言处理综论 第2版》

《Natural-Language-Processing-with-PyTorch》

《计算机视觉-算法与应用(中文版)》

《Learning OpenCV 4》

《AIGC:智能创作时代》杜雨+&+张孜铭

《AIGC原理与实践:零基础学大语言模型、扩散模型和多模态模型》

《从零构建大语言模型(中文版)》

《实战AI大模型》

《AI 3.0》

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 人工智能之编程进阶 Python高级
  • 前言
  • 一、time 模块:底层时间操作(Unix 时间戳)
    • 常用函数
    • 时间格式化代码(strftime / strptime)
  • 二、calendar 模块:日历相关功能
    • 常用功能
  • 三、datetime 模块:面向对象的时间处理(推荐!)
    • 核心类
    • 1. 获取当前时间
    • 2. 创建自定义时间
    • 3. 时间格式化与解析
    • 4. 时间运算(timedelta)
    • 5. 时区处理(timezone)
    • 6. 其他实用方法
  • 四、三大模块对比总结
  • 五、典型应用场景
    • 1. 计算年龄
    • 2. 日志时间戳
    • 3. 定时任务间隔检查
    • 4. 时区转换(Web 应用)
  • 六、注意事项与最佳实践
  • 七、扩展建议
  • 总结
  • 资料关注
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档