Python datatime库语法详解

简介: Python datatime库语法详解

Python中datetime库的用法


datetime模块用于是date和time模块的合集,datetime有两个常量,MAXYEAR和MINYEAR,分别是9999和1.

image.png

datetime模块定义了5个类

1.datetime.date:表示日期的类
2.datetime.datetime:表示日期时间的类
3.datetime.time:表示时间的类
from datetime import date
from datetime import datetime
from datetime import time
from datetime import timedelta
from datetime import tzinfo
from datetime import * #不知道用啥 全部导入就可以
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


image.png

datetime.date


date类有三个参数,datetime.date(year,month,day),返回year-month-day


1.datetime.date.ctime(),返回格式如 Sun Apr 16 00:00:00 2017


2.datetime.date.fromtimestamp(timestamp),根据给定的时间戮,返回一个date对象;datetime.date.today()作用相同


3.datetime.date.isocalendar():返回格式如(year,month,day)的元组,(2017, 15, 6)


4.datetime.date.isoformat():返回格式如YYYY-MM-DD


5.datetime.date.isoweekday():返回给定日期的星期(0-6)星期一=0,星期日=6 这里表明下python3中是从[1-7]表示的 就是本来是星期几现在显示就是星期几


6.datetime.date.replace(year,month,day):替换给定日期,但不改变原日期


7.datetime.date.strftime(format):把日期时间按照给定的format进行格式化。


8.datetime.date.timetuple():返回日期对应的time.struct_time对象


time.struct_time(tm_year=2017, tm_mon=4, tm_mday=15, tm_hour=0, tm_min=0, tm_sec=0, tm_wday=5, tm_yday=105, tm_isdst=-1)


9.datetime.date.weekday():返回日期的星期

image.png



python中时间日期格式化符号:


%y 两位数的年份表示(00-99)


%Y 四位数的年份表示(000-9999)


%m 月份(01-12)


%d 月内中的一天(0-31)


%H 24小时制小时数(0-23)


%I 12小时制小时数(01-12)


%M 分钟数(00=59)


%S 秒(00-59)


%a 本地简化星期名称


%A 本地完整星期名称


%b 本地简化的月份名称


%B 本地完整的月份名称


%c 本地相应的日期表示和时间表示


%j 年内的一天(001-366)


%p 本地A.M.或P.M.的等价符


%U 一年中的星期数(00-53)星期天为星期的开始


%w 星期(0-6),星期天为星期的开始


%W 一年中的星期数(00-53)星期一为星期的开始


%x 本地相应的日期表示


%X 本地相应的时间表示


%Z 当前时区的名称


%% %号本身


datetime的time类


time类有5个参数:


datetime.time(hour,minute,second,microsecond,tzoninfo),返回08:29:30


1.datetime.time.replace()


2.datetime.time.strftime(format):按照format格式返回时间


3.datetime.time.tzname():返回时区名字


4.datetime.time.utcoffset():返回时区的时间偏移量


datetime的datetime类


datetime类有很多参数,datetime(year, month, day[, hour[, minute[, second[, microsecond[,tzinfo]]]]]),返回年月日,时分秒


datetime.datetime.ctime() 将datetime.datetime类型转化成str类型,输出:Sun Jul 28 15:47:51 2019


datetime.datetime.now():返回当前系统时间:2019-07-28 15:42:24.765625


datetime.datetime.now().date():返回当前日期时间的日期部分:2019-07-28


datetime.datetime.now().time():返回当前日期时间的时间部分:15:42:24.750000


datetime.datetime.fromtimestamp()

datetime.datetime.replace()


datetime.datetime.strftime():由日期格式转化为字符串格式


datetime.datetime.now().strftime(’%b-%d-%Y %H:%M:%S’)

 ‘Apr-16-2017 21:01:35’

datetime.datetime.strptime():由字符串格式转化为日期格式


datetime.datetime.strptime(‘Apr-16-2017 21:01:35’, ‘%b-%d-%Y %H:%M:%S’)

2017-04-16 21:01:35


datetime的timedelta类

image.png

datetime.timedelta


datetime.timedelta用来计算两个datetime.datetime或者datetime.date类型之间的时间差。


def new(cls, days=0, seconds=0, microseconds=0,milliseconds=0, minutes=0, hours=0, weeks=0):


从构造函数中来看,参数可选:days、seconds、microseconds、milliseconds、minutes、hours、weeks,且默认是0。


比如说我们想知道300天前的今天是几号,可以这样实现:

>>> now = datetime.datetime.now().date()
>>> now
datetime.date(2018, 11, 9)
>>> delta = datetime.timedelta(days = 300)
>>> now - delta
datetime.date(2018, 1, 13)

datetime.timedelta()也可以多个参数,比如计算300天12小时前的时间。


>>> now = datetime.datetime.now()
>>> now
datetime.datetime(2018, 11, 9, 15, 30, 36, 156323)
>>> delta = datetime.timedelta(days = 300,hours = 12)
>>> now - delta
datetime.datetime(2018, 1, 13, 3, 30, 36, 156323)

计算总天数和秒数。

>>> datetime.timedelta(days=1,hours = 2).days
1
>>> datetime.timedelta(days=1,hours = 2).total_seconds()
93600.0

相关文章
|
16天前
|
调度 开发者 Python
Python中的异步编程:理解asyncio库
在Python的世界里,异步编程是一种高效处理I/O密集型任务的方法。本文将深入探讨Python的asyncio库,它是实现异步编程的核心。我们将从asyncio的基本概念出发,逐步解析事件循环、协程、任务和期货的概念,并通过实例展示如何使用asyncio来编写异步代码。不同于传统的同步编程,异步编程能够让程序在等待I/O操作完成时释放资源去处理其他任务,从而提高程序的整体效率和响应速度。
|
5天前
|
XML 存储 数据库
Python中的xmltodict库
xmltodict是Python中用于处理XML数据的强大库,可将XML数据与Python字典相互转换,适用于Web服务、配置文件读取及数据转换等场景。通过`parse`和`unparse`函数,轻松实现XML与字典间的转换,支持复杂结构和属性处理,并能有效管理错误。此外,还提供了实战案例,展示如何从XML配置文件中读取数据库连接信息并使用。
Python中的xmltodict库
|
9天前
|
机器学习/深度学习 数据挖掘 开发者
Python编程入门:理解基础语法与编写第一个程序
【10月更文挑战第37天】本文旨在为初学者提供Python编程的初步了解,通过简明的语言和直观的例子,引导读者掌握Python的基础语法,并完成一个简单的程序。我们将从变量、数据类型到控制结构,逐步展开讲解,确保即使是编程新手也能轻松跟上。文章末尾附有完整代码示例,供读者参考和实践。
|
13天前
|
数据库 Python
异步编程不再难!Python asyncio库实战,让你的代码流畅如丝!
在编程中,随着应用复杂度的提升,对并发和异步处理的需求日益增长。Python的asyncio库通过async和await关键字,简化了异步编程,使其变得流畅高效。本文将通过实战示例,介绍异步编程的基本概念、如何使用asyncio编写异步代码以及处理多个异步任务的方法,帮助你掌握异步编程技巧,提高代码性能。
49 4
|
13天前
|
API 数据处理 Python
探秘Python并发新世界:asyncio库,让你的代码并发更优雅!
在Python编程中,随着网络应用和数据处理需求的增长,并发编程变得愈发重要。asyncio库作为Python 3.4及以上版本的标准库,以其简洁的API和强大的异步编程能力,成为提升性能和优化资源利用的关键工具。本文介绍了asyncio的基本概念、异步函数的定义与使用、并发控制和资源管理等核心功能,通过具体示例展示了如何高效地编写并发代码。
25 2
|
18天前
|
数据采集 JSON 测试技术
Python爬虫神器requests库的使用
在现代编程中,网络请求是必不可少的部分。本文详细介绍 Python 的 requests 库,一个功能强大且易用的 HTTP 请求库。内容涵盖安装、基本功能(如发送 GET 和 POST 请求、设置请求头、处理响应)、高级功能(如会话管理和文件上传)以及实际应用场景。通过本文,你将全面掌握 requests 库的使用方法。🚀🌟
38 7
|
11天前
|
数据采集 数据可视化 数据挖掘
利用Python进行数据分析:Pandas库实战指南
利用Python进行数据分析:Pandas库实战指南
|
18天前
|
文字识别 自然语言处理 API
Python中的文字识别利器:pytesseract库
`pytesseract` 是一个基于 Google Tesseract-OCR 引擎的 Python 库,能够从图像中提取文字,支持多种语言,易于使用且兼容性强。本文介绍了 `pytesseract` 的安装、基本功能、高级特性和实际应用场景,帮助读者快速掌握 OCR 技术。
37 0
|
1月前
|
Python
pip批量安装Python库 requirement.txt 离线环境无互联网环境下pip安装Python库
pip批量安装Python库 requirement.txt 离线环境无互联网环境下pip安装Python库
113 3
|
5月前
|
开发工具 git Python
安装和使用`libnum`是一个用于数字理论函数的Python库
【6月更文挑战第19天】`libnum`是Python的数字理论函数库。安装可通过`git clone`,进入目录后运行`python setup.py install`,也可用`pip install libnum`。示例:使用`int_to_hex`将十进制数42转换为十六进制字符串'2a'。注意,信息可能已过时,应查最新文档以确保准确性。如遇问题,参考GitHub仓库或寻求社区帮助。
117 1
下一篇
无影云桌面