热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

Python常用内建模块(time,datetime)

1,在Python中,与时间处理有关的模块就包括:time,datetime以及calendar。2,在Python中,通常有这几种方式来表示时间:1)时间戳2)格式化的时间字符串3)元组(s

1,在Python中,与时间处理有关的模块就包括:time,datetime以及calendar。

2,在Python中,通常有这几种方式来表示时间:1)时间戳 2)格式化的时间字符串 3)元组(struct_time)共九个元素

a,想时间戳和格式化好的时间互相转换的话,都要先转成时间元组,然后才能转

b,UTC(Coordinated Universal Time,世界协调时)亦即格林威治天文时间,世界标准时间。在中国为UTC+8。DST(Daylight Saving Time)即夏令时

c,时间戳(timestamp)的方式:通常来说,时间戳表示的是从1970年1月1日00:00:00开始按秒计算的偏移量。我们运行“type(time.time())”,返回的是float类型。返回时间戳方式的函数主要有time(),clock()等

d,元组(struct_time)方式:struct_time元组共有9个元素,返回struct_time的函数主要有gmtime(),localtime(),strptime()。下面列出这种方式元组中的几个元素

索引(Index) 属性(Attribute) 值(Values)
0 tm_year(年) 比如2011
1 tm_mon(月) 1 - 12
2 tm_mday(日) 1 - 31
3 tm_hour(时) 0 - 23
4 tm_min(分) 0 - 59
5 tm_sec(秒) 0 - 61
6 tm_wday(weekday) 0 - 6(0表示周日)
7 tm_yday(一年中的第几天) 1 - 366
8 tm_isdst(是否是夏令时) 默认为-1

一、time 

import time
print(time.sleep(2))#线程推迟指定的时间运行,单位是s
print(time.localtime()) #默认取当前时区的时间元组,如果传入了一个时间戳,那么就把这个时间戳转换成时间元组。
print(time.gmtime())#默认取标准时区的时间元组,如果传入了一个时间戳,那么就把这个时间戳转换成时间元组。
print(time.timezone) #和标准时间相差的时间,单位是s
print(time.localtime(1516005840))
print(time.gmtime(1516005840)) #标准时区。
print(int(time.time())) #当前时间戳,取整
print(time.time()) #当前时间戳,浮点型
print(time.mktime(time.localtime())) #将一个时间元组(struct_time)转化为时间戳。
print(time.asctime()) #将时间元组转换成格式化时间:'Sun Jun 20 23:21:05 1993'。如果没有参数,将会将time.localtime()作为参数传入。不可以指定格式输出,strftime()可以
print(time.ctime()) #将时间戳转换成格式化时间:'Sun Jun 20 23:21:05 1993'。如果参数未给或者为None的时候,将会默认time.time()为参数
cur_time = time.strftime('%Y-%m-%d %H:%M:%S') #把一个代表时间的元组转化为格式化的时间字符串。如果t未指定,将传入time.localtime()
print(cur_time)
cur_time= time.localtime(1516005840) #默认取当前时区的时间元组,如果传入了一个时间戳,那么就把这个时间戳转换成时间元组。
res = time.strftime('%Y-%m-%d %H:%M:%S',cur_time)
print(res)
t=time.strptime('2017-11-14','%Y-%m-%d') #把一个格式化时间字符串转化为时间元组。实际上它和strftime()是逆操作。
#time.strptime(string, format) string 与 format 格式要对应
res = time.mktime(t) #将一个时间元组(struct_time)转化为时间戳。
print(t)

常用函数:
def timestampToStr(time_strmp,format='%Y%m%d%H%M%S'):#将时间戳转换为格式化好的时间
t_stamp = time.localtime(time_strmp) #将时间戳转换为时间元组
time_st = time.strftime(format,t_stamp) #将时间元组转换为格式化时间
return time_st
def strToTimestamp(time_st,format='%Y%m%d%H%M%S'):#将格式化好的时间转换为时间戳
t_stamp = time.strptime(time_st,format) #将格式化时间转化为时间元组
time_str = time.mktime(t_stamp) #将时间元组转换为时间戳
return time_str
在Python中共有三种表达方式:1)timestamp 2)tuple或者struct_time 3)格式化字符串。
它们之间的转化如图所示:

二、datetime 模块

datetime模块定义了5个类,分别是

1.datetime.date:表示日期的类   

2.datetime.datetime:表示日期时间的类  from datetime import datetime导入的才是datetime这个类,如果仅导入import datetime,则必须引用全名datetime.datetime

3.datetime.time:表示时间的类  

4.datetime.timedelta:表示时间间隔,即两个时间点的间隔

5.datetime.tzinfo:时区的相关信息

获取当前时期和时间

import datetime  #如果仅导入import datetime,则必须引用全名datetime.datetime
print(datetime.datetime.now())#当前时间格式化输出

from _datetime import datetime
print(datetime.now()) #获取当前时间格式化输出

获取指定日期和时间

dt = datetime(2018,1,19,15,13)  # 用指定日期时间创建datetime
print(dt)

datetime 转换为时间戳(timestamp)

from  datetime import datetime
dt = datetime(2018,1,19,15,13) # 用指定日期时间创建datetime
print(dt)
print(dt.timestamp()) #把datetime 转换为timestamp
输出结果:
2018-01-19 15:13:00

1516345980.0 注意Python的timestamp是一个浮点数。如果有小数位,小数位表示毫秒数
时间戳(timestamp)转换为datetime
from _datetime import datetime
dt = 1516345980.0
print(datetime.fromtimestamp(dt)) #将时间戳转换为datetime
输出结果:2018-01-19 15:13:00
格式化时间转换为datetime

cday= datetime.strptime('2018-1-19','%Y-%m-%d') #将格式话时间转换为datetime
print(cday)
输出结果:2018-01-19 00:00:00
datetime 转换为格式化时间
now = datetime.now()
print(now.strftime('%a,%b %d %H:%M '))
输出结果:Fri,Jan 19 15:27
datetime 加减
print(datetime.now())
print(datetime.now() + timedelta(3)) # 3天后的时间
print(datetime.now() + timedelta(-3)) # 3天前的时间
 
 

推荐阅读
  • Python初学者入门指南:从基础到实践的全面学习路径本文为Python初学者提供了一条从基础到实践的全面学习路径。特别介绍了Python字典(Dictionary)中的`items()`方法,该方法用于返回字典中所有键值对的视图对象,便于在循环和其他操作中使用。通过实例讲解,帮助读者更好地理解和应用这一重要功能。 ... [详细]
  • 深入学习 Python 中的 xlrd 模块:掌握 Excel 文件读取技巧
    本文深入探讨了 Python 中的 xlrd 模块,重点介绍了如何高效读取 Excel 文件(包括 xlsx 和 xls 格式)。同时,文章还详细讲解了 xlwt 模块在 Excel 文件写操作中的应用。此外,文中列举了常见单元格数据类型及其处理方法,为读者提供了全面的实践指导。 ... [详细]
  • 深入剖析Java中SimpleDateFormat在多线程环境下的潜在风险与解决方案
    深入剖析Java中SimpleDateFormat在多线程环境下的潜在风险与解决方案 ... [详细]
  • 使用 ListView 浏览安卓系统中的回收站文件 ... [详细]
  • 当使用 `new` 表达式(即通过 `new` 动态创建对象)时,会发生两件事:首先,内存被分配用于存储新对象;其次,该对象的构造函数被调用以初始化对象。为了确保资源管理的一致性和避免内存泄漏,建议在使用 `new` 和 `delete` 时保持形式一致。例如,如果使用 `new[]` 分配数组,则应使用 `delete[]` 来释放内存;同样,如果使用 `new` 分配单个对象,则应使用 `delete` 来释放内存。这种一致性有助于防止常见的编程错误,提高代码的健壮性和可维护性。 ... [详细]
  • 本文探讨了一种高效的算法,用于生成所有数字(0-9)的六位组合,允许重复使用数字,并确保这些组合的和等于给定的整数N。该算法通过优化搜索策略,显著提高了计算效率,适用于大规模数据处理和组合优化问题。 ... [详细]
  • 本文探讨了在Python中使用序列号字符串进行高效模式替换的方法。具体而言,通过将HTML标签中的`&`替换为`{n}`,并生成形如`[tag, {n}]`的哈希原始字符串。示例字符串为:“这是一个字符串。这是另一部分。”该方法能够有效提升替换操作的性能和可读性。 ... [详细]
  • 本文探讨了如何优化时间格式查询,特别是针对 `yyyyMM` 和 `yyyyMMdd` 类型的时间格式,提出了有效的方法来检索上一个月的数据。通过使用 `SimpleDateFormat` 和 `Calendar` 类,我们实现了一个高效的函数,该函数接收一个字符串参数(如 `yyyy-MM`),并返回上一个月的对应日期。此方法不仅提高了查询效率,还增强了代码的可读性和可维护性。 ... [详细]
  • 本文深入探讨了 hCalendar 微格式在事件与时间、地点相关活动标记中的应用。作为微格式系列文章的第四篇,前文已分别介绍了 rel 属性用于定义链接关系、XFN 微格式增强链接的人际关系描述以及 hCard 微格式对个人和组织信息的描述。本次将重点解析 hCalendar 如何通过结构化数据标记,提高事件信息的可读性和互操作性。 ... [详细]
  • 在MySQL中实现时间比较功能的详细解析与应用
    在MySQL中实现时间比较功能的详细解析与应用。本文深入探讨了MySQL中时间比较的实现方法,重点介绍了`UNIX_TIMESTAMP`函数的应用。该函数可以接收一个日期时间参数,也可以不带参数使用,其返回值为Unix时间戳,便于进行时间的精确比较和计算。此外,文章还涵盖了其他相关的时间处理函数和技巧,帮助读者更好地理解和掌握MySQL中的时间操作。 ... [详细]
  • 利用 Spring BeanUtils 实现 JavaBean 的深度克隆与属性复制 ... [详细]
  • 本文将详细介绍如何在SSM框架中无缝集成ShardingSphere 4.10,以实现高效的数据分片和读写分离。通过实例演示和代码解析,帮助开发者快速掌握这一复杂但实用的技术。文章从基础概念入手,逐步深入到具体配置和应用实践,旨在为读者提供一个全面、易懂的整合指南。 ... [详细]
  • 在C#和ASP.NET开发中,TypeParse 是一个非常实用的类型解析扩展方法库,提供了简便的类型转换功能。例如,通过 `var int1 = "12".TryToInt();` 可以将字符串安全地转换为整数,如果转换失败则返回0。此外,还支持更多复杂的类型转换场景,如 `var int2 = "22x".TryToInt();` 和 `var int3 = "3.14".TryToInt();`,确保了代码的健壮性和易用性。 ... [详细]
  • Python Pandas 数据清洗技巧与关键知识点综述
    本文系统梳理了使用Python Pandas进行数据清洗的关键技术和核心知识点。首先,详细介绍了数据分析与清洗的基本流程,包括数据加载、预处理、缺失值处理、异常值检测等步骤。接着,针对Python数据清洗中常见的难点和易混淆点进行了深入解析,并结合实际案例提供了实用解决方案。最后,通过Numpy和Pandas的思维导图,帮助读者更好地理解和掌握相关概念与操作技巧。 ... [详细]
  • 提升MySQL数据库架构性能的策略与方法
    为了提升MySQL数据库架构的性能,本文探讨了多种策略与方法。首先,分析了影响数据库性能的关键因素,并详细阐述了数据库结构优化的重要性。接着,介绍了数据库设计的基本步骤,包括第一、第二和第三范式的应用,以及反范式化设计的场景。此外,还讨论了数据库物理设计的关键要素,如表定义、索引设计和存储引擎选择,以确保高效的查询响应和数据管理。 ... [详细]
author-avatar
月满西楼2502890155
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有