Python时间与日期处理核心技巧与实战代码

小林子

发布时间：2026-10-11 | 4人浏览过

原创

本文系统梳理Python中时间与日期处理的核心方法，涵盖基础对象创建、字符串双向转换、基于timedelta的日期算术、借助pytz处理跨时区与夏令时，以及利用pandas快速生成连续日期序列。附带获取工作日、闰年判断及UTC转换等实用片段，帮助开发者避开常见坑点，提升时间数据处理效率。

基础时间对象创建与格式化输出

Python内置的datetime模块是处理时间的标准工具。通过datetime.datetime.now()可直接获取包含年月日时分秒及微秒的当前本地时间。在实际项目中，为了日志记录或前端展示，通常需要将其转为标准字符串格式。

import datetime
now = datetime.datetime.now()
print(now)
# 输出示例: 2025-03-19 12:30:45.678901

使用strftime方法可按照指定规则拼接输出。常用的占位符如下：

格式符	含义
`%Y`	四位年份（如2025）
`%m`	月份（01~12）
`%d`	日期（01~31）
`%H`	小时（00~23）
`%M`	分钟（00~59）
`%S`	秒（00~59）

格式化调用示例：

formatted_time = now.strftime("%Y-%m-%d %H:%M:%S")
print(formatted_time)

字符串到日期对象的精准转换

从配置文件、API响应或用户输入中解析时间字符串时，需使用strptime进行反向解析。该方法的第一个参数为原始字符串，第二个参数为对应的格式掩码。

time_str = "2025-03-19 12:30:45"
time_obj = datetime.datetime.strptime(time_str, "%Y-%m-%d %H:%M:%S")
print(time_obj)
# 类型已转换为标准的datetime对象，支持后续数学运算

基于timedelta的日期算术运算

进行未来或过去的时间推算是业务逻辑中的高频需求。通过引入timedelta类定义时间跨度，可直接对datetime对象执行加减法。

today = datetime.datetime.now()
delta = datetime.timedelta(days=7)

future_date = today + delta   # 7天后的时间
past_date = today - delta     # 7天前的时间
print(future_date)
print(past_date)

完成判断：运行后控制台将打印精确到微秒的新时间点。该方法同样支持直接传入weeks、hours、minutes或seconds参数调整粒度。

跨时区管理与夏令时处理

默认创建的datetime对象为不带时区信息状态，直接进行跨地域比较或存储极易引发混乱。推荐使用第三方库pytz绑定IANA时区数据库，实现带时区感知的计算。

准备条件：环境需预先安装依赖。

pip install pytz

实际操作：通过pytz.timezone指定区域并实例化时间对象。

import pytz
shanghai_tz = pytz.timezone("Asia/Shanghai")
now_sh = datetime.datetime.now(shanghai_tz)

new_york_tz = pytz.timezone("America/New_York")
now_ny = datetime.datetime.now(new_york_tz)
print(now_sh)
print(now_ny)

pytz会自动根据IANA规则处理夏令时切换。完成判断：两地打印的时间差应严格符合地理时差，且在夏令时生效期间自动偏移1小时，无需手动维护映射表。

高效业务场景与边缘功能集成

针对数据分析和自动化调度场景，Python生态提供了更垂直的工具链，以下为常用操作速查：

pandas生成连续日期范围：适用于报表周期对齐与任务循环。使用pd.date_range可按自然日、工作周等频率填充区间。
```
import pandas as pd
date_range = pd.date_range(start="2025-01-01", end="2025-01-10")
print(date_range)
```

日历与星期推算：利用内置calendar模块获取月末天数，结合date.weekday()定位星期几（返回0代表周一，6代表周日）。

import calendar
year, month = 2025, 2
days_in_month = calendar.monthrange(year, month)[1]
print(f"{year}年{month}月共有 {days_in_month} 天")
now = datetime.datetime.now()
print(f"本周第{now.weekday() + 1}天")

时间戳与UTC标准化：对接外部系统时需统一基准。调用.timestamp()获取Unix时间戳（自1970年起秒数），或使用pytz.utc转换为国际标准时间。
```
ts = now.timestamp()
now_utc = datetime.datetime.now(pytz.utc)
```

闰年判定与工作日统计：财务结算需剔除周末。可通过calendar.isleap()验证年份，或利用NumPy计算两个日期间的实际办公天数。

import numpy as np
is_lap = calendar.isleap(2024)  # 返回True
start_d = datetime.date(2025, 3, 1)
end_d = datetime.date(2025, 3, 10)
workdays = np.busday_count(start_d, end_d)
print(f"区间内工作日: {workdays} 天")

小结

时间与日期的处理看似简单，但在跨平台数据存储、并发调度及国际化展示中往往是隐性Bug的高发区。掌握datetime的基础转换、timedelta的算术逻辑以及pytz的时区锚定能力，能够大幅降低调试成本。配合pandas与calendar等扩展库，即可覆盖绝大多数生产环境的时间维度计算需求。以上就是Python时间与日期处理技巧分享的详细内容，更多关于Python时间与日期处理的资料请关注本站其它相关文章！