百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术文章 > 正文

软件测试|教你轻松玩转Python日期时间

itomcoil 2025-04-24 01:29 25 浏览


Python基础之日期时间处理

前言:软件测试工作中,有时会需要我们在代码中处理日期以及时间,python内置的datetime模块就可以很好地帮我们处理这个问题。

该模块常用的类有:

类名

功能说明

date

日期对象

time

时间对象

datetime

日期时间对象

timedelta

时间间隔

tzinfo

时区对象

本文旨在讲解datetime模块中datetime类的使用方法,其他类我们后续有机会补上。
datetime对象是 date 与 time 的结合体,涵盖了date和time对象的所有信息。

一、导入datetime类

内置模块,无需安装,只有一步,直接from … import…即可

from datetime import datetime

二、构造datetime对象

datetime(year,month,day,hour=0, minute=0, second=0, microsecond=0, tzinfo=None)

-------------------
# 参数解析
- year:年
  - MINYEAR<=year<=MAXYEAR
  - 最小年份为1,最大年份为9999
- month:月,范围为1-12
- day:日期,指定日期的天数
- hour:小时,范围为[0,24)
- minute:分钟,范围为[0,60)
- second:秒,范围为[0,60)
- microsecond:微秒,范围为[0,1000000)
- tzinfo:时区

实例:

datetime(2022,12,18,12,00,59)
# 输出 : datetime.datetime(2022, 12, 18, 12, 00, 59)

三、类方法

  1. datetime.today()
    返回本地区当前日期时间datetime对象
datetime.today()
# 输出 : datetime.datetime(2023, 02, 07, 11, 16, 28, 801022)
  1. datetime.now(tz=None)
    返回本地区当前日期时间datetime对象,可以添加时区(tz)
    默认无时区时,返回结果与datetime.today()一致
datetime.now()

# 输出: datetime.now(2023, 02, 07, 11, 16, 28, 801022)
  1. datetime.utcnow()

返回国际标准时间的datetime对象

datetime.utcnow()

# 输出: datetime.utcnow(2023,02,07,03,23,42,392575)
  1. datetime.fromtimestamp(timestamp, tz=None)

返回给定时间戳的datetime对象,时区默认为空,要返回当地日期时间,也可以指定时区

datetime.fromtimestamp(1675740670)

# 输出 datetime.fromtimestamp(2023,02,07,11,31,10)

补充:获取当前时间戳的方式,使用time模块的time方法

import time
time.time()

# 输出: 1675740920.8793664
  1. datetime.utcfromtimestamp(timestamp)

返回给定时间戳的datetime对象,默认为UTC(国际标准时间)

datetime.utcfromtimestamp(time.time())

# 输出:datetime(2023,02,07,03,40,43,742268)
  1. datetime.strptime(date_string, format)

将格式化日期时间字符串,转换为datetime对象,可以转换日期、时间、日期时间

datetime.strptime('2019-11-05','%Y-%m-%d')
# 输出 : datetime.datetime(2019, 11, 5, 0, 0)
datetime.strptime('09:30:50','%H:%M:%S')
# 输出 : datetime.datetime(1900, 1, 1, 9, 30, 50)
datetime.strptime('2019-11-05 09:30:50','%Y-%m-%d %H:%M:%S')
# 输出 : datetime.datetime(2019, 11, 5, 9, 30, 50)

实例方法

  1. datetime.date()

返回date(日期)对象

d = datetime(2023,02,07,11,51,50)
d.date()
# 输出 : datetime.date(2019, 12, 6)
  1. datetime.time()

返回time(时间)对象

d = datetime(2023,02,07,11,51,50)
d.time()
# 输出 : datetime.time(11, 51, 50)
  1. datetime.timestamp()

对于给定的 datetime对象返回时间戳

d = datetime(2023,02,07,11,31,09)
d.timestamp()
# 输出 : 1675740670.0
  1. datetime.weekday()
    返回星期几,星期一为 0,星期天为 6
d = datetime(2023,2,7,13,30,50)
d.weekday()

# 输出 : 4
  1. datetime.isoweekday()
    返回星期几,星期一为 1,星期天为 7
d = datetime(2023,2,7,13,30,50)
d.isoweekday()

# 输出 : 2
  1. datetime.isocalendar()
    返回数组:(年、第多少周、星期几)
d = datetime(2023,02,7,13,30,50)
d.isocalendar()
# 输出 : (2023, 6, 2)
  1. datetime.ctime()
    返回日期时间的字符串表示
d = datetime(2023,2,7,13,30,50)
d.ctime()
# 输出 : 'Tue Feb  7 13:30:50 2023'

类实例属性

  1. datetime.year
    返回给定datetime对象的年份
d = datetime(2019,2,7,13,30,50)
d.year

# 输出 : 2023

同理,月份,日期,某时,某分,某秒都可以这样输出,这里不再赘述。

  1. datetime.tzinfo

返回datetime对象的时区,前提是在创建datetime对象时需传入tzinfo参数,如果没有传入则返回值为None

# 获取一个含有时区的datetime对象
import pytz
sh = pytz.timezone('Asia/Shanghai')
d = datetime(2023, 2, 7, hour=8, tzinfo=sh)
d.tzinfo

# 输出 : <DstTzInfo 'Asia/Shanghai' LMT+8:06:00 STD>

总结

本文介绍了datetime模块中datetime类的各种使用方法,欢迎继续补充,另外希望这篇文章能够帮助更多同学学习使用datetime类,更好地学习Python。

相关推荐

最强聚类模型,层次聚类 !!_层次聚类的优缺点

哈喽,我是小白~咱们今天聊聊层次聚类,这种聚类方法在后面的使用,也是非常频繁的~首先,聚类很好理解,聚类(Clustering)就是把一堆“东西”自动分组。这些“东西”可以是人、...

python决策树用于分类和回归问题实际应用案例

决策树(DecisionTrees)通过树状结构进行决策,在每个节点上根据特征进行分支。用于分类和回归问题。实际应用案例:预测一个顾客是否会流失。决策树是一种基于树状结构的机器学习算法,用于解决分类...

Python教程(四十五):推荐系统-个性化推荐算法

今日目标o理解推荐系统的基本概念和类型o掌握协同过滤算法(用户和物品)o学会基于内容的推荐方法o了解矩阵分解和深度学习推荐o掌握推荐系统评估和优化技术推荐系统概述推荐系统是信息过滤系统,用于...

简单学Python——NumPy库7——排序和去重

NumPy数组排序主要用sort方法,sort方法只能将数值按升充排列(可以用[::-1]的切片方式实现降序排序),并且不改变原数组。例如:importnumpyasnpa=np.array(...

PyTorch实战:TorchVision目标检测模型微调完

PyTorch实战:TorchVision目标检测模型微调完整教程一、什么是微调(Finetuning)?微调(Finetuning)是指在已经预训练好的模型基础上,使用自己的数据对模型进行进一步训练...

C4.5算法解释_简述c4.5算法的基本思想

C4.5算法是ID3算法的改进版,它在特征选择上采用了信息增益比来解决ID3算法对取值较多的特征有偏好的问题。C4.5算法也是一种用于决策树构建的算法,它同样基于信息熵的概念。C4.5算法的步骤如下:...

Python中的数据聚类及可视化分析实践

探索如何通过聚类分析揭露糖尿病预测数据集的特征!我们将运用Python的强力工具,深入挖掘数据,以直观的可视化揭示不同特征间的关系。一同探索聚类分析在糖尿病预测中的实践!所有这些可视化都可以通过数据操...

用Python来统计大乐透号码的概率分布

用Python来统计大乐透号码的概率分布,可以按照以下步骤进行:导入所需的库:使用Python中的numpy库生成数字序列,使用matplotlib库生成概率分布图。读取大乐透历史数据:从网络上找到大...

python:支持向量机监督学习算法用于二分类和多分类问题示例

监督学习-支持向量机(SVM)支持向量机(SupportVectorMachine,简称SVM)是一种常用的监督学习算法,用于解决分类和回归问题。SVM的目标是找到一个最优的超平面,将不同类别的...

25个例子学会Pandas Groupby 操作

groupby是Pandas在数据分析中最常用的函数之一。它用于根据给定列中的不同值对数据点(即行)进行分组,分组后的数据可以计算生成组的聚合值。如果我们有一个包含汽车品牌和价格信息的数据集,那么可以...

数据挖掘流程_数据挖掘流程主要有哪些步骤

数据挖掘流程1.了解需求,确认目标说一下几点思考方法:做什么?目的是什么?目标是什么?为什么要做?有什么价值和意义?如何去做?完整解决方案是什么?2.获取数据pandas读取数据pd.read.c...

使用Python寻找图像最常见的颜色_python 以图找图

如果我们知道图像或对象最常见的是哪种颜色,那么可以解决图像处理中的几个用例,例如在农业领域,我们可能需要确定水果的成熟度。我们可以简单地检查一下水果的颜色是否在预定的范围内,看看它是成熟的,腐烂的,还...

财务预算分析全网最佳实践:从每月分析到每天分析

原文链接如下:「链接」掌握本文的方法,你就掌握了企业预算精细化分析的能力,全网首发。数据模拟稍微有点问题,不要在意数据细节,先看下最终效果。在编制财务预算或业务预算的过程中,通常预算的所有数据都是按月...

常用数据工具去重方法_数据去重公式

在数据处理中,去除重复数据是确保数据质量和分析准确性的关键步骤。特别是在处理多列数据时,保留唯一值组合能够有效清理数据集,避免冗余信息对分析结果的干扰。不同的工具和编程语言提供了多种方法来实现多列去重...

Python教程(四十):PyTorch深度学习-动态计算图

今日目标o理解PyTorch的基本概念和动态计算图o掌握PyTorch张量操作和自动求导o学会构建神经网络模型o了解PyTorch的高级特性o掌握模型训练和部署PyTorch概述PyTorc...