Python自定义日期时间格式的实战指南

基础内置模块方案

第1步：使用 datetime 标准输出

获取当前系统时间并进行字符拼接，最直观的方式是使用内置的 datetime 模块。通过 now() 获取实例后，调用 strftime 配合占位符即可输出目标样式：

from datetime import datetime
print(datetime.now().strftime('%Y-%m-%d %H:%M:%S'))

上述参数将年份、月份、日期与时分秒以横杠连接。若仅需日期部分，可将分隔符改为斜杠或空格：

print(datetime.now().strftime('%Y/%m/%d'))
# 仅保留具体时间
print(datetime.now().strftime('%H:%M:%S'))

第2步：切换至 time 模块

对于偏好轻量级调用的场景，time 模块提供了等效的路径。结合 localtime() 可直接渲染为标准化字符串：

import time
print(time.strftime('%Y-%m-%d %H:%M:%S', time.localtime()))

第3步：应用 f-string 快捷格式化

Python 3.6 及以上版本支持在格式化字符串内直接嵌入日期规范，省去 .strftime() 的显式调用，代码更紧凑：

from datetime import datetime
print(f'{datetime.now():%Y-%m-%d %H:%M:%S}')

第三方库与扩展工具

第4步：引入 arrow 简化 API

当项目涉及频繁的日期加减、时区切换或相对时间计算时，推荐安装 arrow。其链式调用设计大幅降低了状态管理的复杂度：

import arrow
print(arrow.now().format('YYYY-MM-DD HH:mm:ss'))

第5步：利用 dateutil 智能解析

处理用户输入或非规范数据源时，dateutil.parser 能够自动识别“今天”、“上周”等自然语言描述，并返回标准的日期对象：

from dateutil import parser
date_obj = parser.parse('today')
print(date_obj.strftime('%Y-%m-%d %H:%M:%S'))

第6步：通过 pytz 锁定特定区域时区

跨国业务或分布式系统需严格对齐不同时区。借助 pytz 可精准定位目标区域的时间基准：

import pytz
from datetime import datetime
tz_shanghai = pytz.timezone('Asia/Shanghai')
print(datetime.now(tz_shanghai).strftime('%Y-%m-%d %H:%M:%S'))

第7步：调用 pandas 时间戳转换

在数据处理流水线中，pandas 内置的 Timestamp 对象无缝兼容 Dataframe 时间列，同样支持 strftime 进行最终展示：

import pandas as pd
print(pd.Timestamp.now().strftime('%Y-%m-%d %H:%M:%S'))

高频实战与精度控制

自动化日志文件名生成

为避免日志覆盖并确保回溯有序，通常需要将年月日与时分秒嵌入文件名。组合 f-string 与去符号化占位符即可完成：

from datetime import datetime
filename = f"my_log_{datetime.now().strftime('%Y%m%d_%H%M%S')}.txt"
print(filename)

执行后将输出如 my_log_20230401_123456.txt 的结构，便于排序检索。

历史月份区间提取逻辑

统计报表常需锁定“上个月”的首尾边界。利用 timedelta 偏移当月第一天即可安全推导：

from datetime import datetime, timedelta
today = datetime.now()
# 上个月第一天
first_day = (today.replace(day=1) - timedelta(days=1)).replace(day=1)
# 上个月最后一天
last_day = today.replace(day=1) - timedelta(days=1)
print(f'Start: {first_day.strftime("%Y-%m-%d")}')
print(f'End: {last_day.strftime("%Y-%m-%d")}')

模糊文本与时区转换注意事项

在多地域协作项目中，时区转换依赖 astimezone() 完成底层 UTC 换算：

import pytz
from datetime import datetime
ny_tz = pytz.timezone('America/New_York')
london_tz = pytz.timezone('Europe/London')
now_ny = datetime.now(ny_tz)
now_london = now_ny.astimezone(london_tz)
print(f'纽约: {now_ny.strftime("%Y-%m-%d %H:%M:%S")}')
print(f'伦敦: {now_london.strftime("%Y-%m-%d %H:%M:%S")}')

工程落地时需注意三点：一是闰秒机制会导致高精度时间戳出现微小跳变，金融与科研场景建议统一转存为 UTC 毫秒数；二是不同地区存在 DD/MM/YYYY 与 MM/DD/YYYY 的阅读习惯差异，前端展示前务必确认业务地区的本地化规范；三是批量处理千万级时间序列时，应优先复用已创建的对象实例，避免循环内频繁调用 datetime() 构造函数引发内存波动。此外，常规提及的 calendar.timegm() 实际作用于将时间元组转换为自1970年起始的整数型时间戳，适用于数据库存储或缓存键值，而非终端展示格式化。以上就是Python自定义日期时间格式的详细内容，更多关于Python时间与数据处理的资料请关注本站其它相关文章！