在平时写python脚本时，时间是我们经常用到的数据，比如：时间戳、前端展示的对应格式的时间等，在python中主要有三个和时间处理相关的模块：time、datetime、calendar，这篇文章主要帮大家整理这三个模块比较常用的方法。

熟悉三个概念

GMT

格林威治时间， 十七世纪，格林威治皇家天文台为了海上霸权的扩张计画而进行天体观测， 观测所门口墙上有一个标志24小时的时钟，显示当下的时间，对全球而言，这里所设定的时间是世界时间参考点，全球都以格林威治的时间作为标准来设定时间 。但是由于地球在椭圆轨道中运行速度不均匀，GMT时间会有误差，因此现在已不再作为标准时间使用。

UTC

协调时间时，又称：世界标准时间，其计算方法更加精确。如果本地时间比UTC时间快，例如中国、蒙古国、新加坡、马来西亚、菲律宾、澳大利亚西部的时间比UTC快8小时，就会写作UTC+8，俗称东8区。相反，如果本地时间比UTC时间慢，例如夏威夷的时间比UTC时间慢10小时，就会写作UTC-10，俗称西10区。

DST（Daylight Saving Time）

夏令时间，在夏天，天亮的比较早，将时间全部调快一个小时，以达到提早使用日光的目的，从而削减灯光照明和耗电开支。中国也曾经实施过夏令时，但是因为不方便，于1992年暂停了夏令时，不过目前全世界还有几十个国家在使用夏令时。

time

我整理了time的方法，发现其实time模块整体是围绕着三种状态来运转的，如下图所示：

其中三种状态对应的数据格式如下：

• 时间戳的格式是：1578373137.54444
• 时间元祖的格式是：time.struct_time(tm_year=2020, tm_mon=1, tm_mday=7, tm_hour=4, tm_min=58, tm_sec=57, tm_wday=1, tm_yday=7, tm_isdst=0)，它其实就是对时间数据格式的描述。
• 格式化时间：2020-01-07 12:58:57 这个是根据我们传入的format格式来转换的。

常用方法

将时间戳转为时间元祖

# 获取时间戳
time_stamp = time.time()
print(time_stamp)
# 将时间戳转为时间元祖,从1970年1月1日 0点0分计算
print(time.gmtime(time_stamp))
# 将时间戳转为时间元祖 ，本地时间，如果在中国就是从1970年1月1日 8点0分计算
local_time_tuple = time.localtime(time_stamp)
print(local_time_tuple)

这里需要注意：time.gmtime()是从UTC时间开始计算的，而time.localtime()是从当地时间开始计算的，比如：在中国是从UTC+8小时开始计算的，这是这两个方法主要的区别。

将时间元祖转成时间戳

# 将时间元祖转成时间戳
time.mktime(local_time_tuple)

将时间元祖转成格式化时间

# 将时间元祖格式化，
local_time_str = time.strftime("%Y-%m-%d %H:%M:%S", local_time_tuple)
# 可以将时间元祖转换为简单格式的字符串
time.asctime(local_time_tuple)

帮大家整理了比较常用的格式，当然，这个不需要记忆，用的时候可以查文档，但是常用的格式还是需要掌握的：

将时间格式转成时间元祖

# 将时间格式转换为时间元祖
time.strptime(local_time_str, "%Y-%m-%d %H:%M:%S")

cpu时间

• time.perf_counter() 高精度的时间计时器，可以用来测量短时间的值，比如：方法的执行时间。
• time.process_time() 返回当前进程的系统和用户CPU时间总和的值（以小数秒为单位）
• time.sleep() 暂停执行调用线程达到给定的秒数。需要注意的是：参数可以是浮点类型，也就是说，时间可以精确到毫秒级。

datetime

相对于time模块，datetime模块更注重对时间和日期的运算，在其内部主要有六个class：

• date：用于对日期进行处理，属性有：年、月、日。
• time：用于对时间处理，属性是：时、分、秒、毫秒。
• datetime：包含了date和time的信息，所以这里我们主要介绍datetime对应的方法和操作。
• timedelta：主要用于对日期进行运算，可生成一个时间偏差。
• tzinfo：用于对市区描述的抽象基类，一般我们用不到。
• timezone：实现了tzinfo。

常用方法：

获取今天的时间

test_dt = datetime.datetime.today()
print(test_dt)
print(test_dt.time())
print(test_dt.date())
print(test_dt.ctime())
print(test_dt.weekday())
print(test_dt.year)
# 从时间戳加载时间
test_dt_stamp = datetime.datetime.fromtimestamp(time.time())
print(test_dt_stamp)
# 从格列高利历序号加载时间，其中公元 1 年 1 月 1 日的序号为 1，
# 每增加一天，对应的值就增加1，比如公元1年1月2日的序号是2。
test_dt_dinal = datetime.datetime.fromordinal(1)
print(test_dt_dinal)

其中需要注意：

• weekday()方法返回当前时间是一周中的第几天。默认的星期一是第0天，星期日是第6天。
• fromordinal()方法是采用格列高利法，在计算时间时，不要忘记考虑闰年的情况。

时间的比较

这个比较好理解，datetime中的对象是可以直接被比较的，不过大多数情况下，比如：

 # 由两个时间戳获取datetime时间，从而比较他们的大小 
 test_stmap1 = datetime.datetime.fromtimestamp(time.time() - 4000000)
 test_stmap2 = datetime.datetime.fromtimestamp(time.time())
 if test_stmap2 > test_stmap1:
     print("test_stmap2 is bigger")

时间的计算

这主要是用到了我们前面提到了类：timedelta，它可以表示一个时间差值，比如：几天、几小时、甚至几周。然后我们可以找个时间基准来进行时间计算。比如，下面的例子，计算了昨天、今天、明天的时间：

# 计算昨天、今天、明天的时间
test_today = datetime.datetime.today()
print("today:", test_today)
one_day = datetime.timedelta(days=1)
yesterday = test_today - one_day
tomorrow = test_today + one_day
print("yesterday:", yesterday)
print("tomorrow:", tomorrow)

初次之外，timedelta还支持浮点型数字的运算：

# 浮点型运算
one_day = datetime.timedelta(days=1, hours=1)
one_point_five_day = one_day * 1.5
print(one_point_five_day)

这里需要注意的是：timedelta可以有多个参数，比如datetime.timedelta(days=1, hours=1, seconds=20)。那么和1.5相乘，每个参数都会和1.5相乘，比如上面例子的运行结果是：1 day, 13:30:00。

Calendar

calendar类主要用于对日历的操作，我这里为大家整理了它比较常用的方法，掌握这些方法，够你在工作中使用了。

常用方法

打印日历

 # 打印一年的日历
 calen = calendar.calendar(2020)
 print(calen)

 # 打印一个月的日历
 calen = calendar.month(2020,1)
 print(calen)

 # 打印的结果如下：
      January 2020
Mo Tu We Th Fr Sa Su
       1  2  3  4  5
 6  7  8  9 10 11 12
13 14 15 16 17 18 19
20 21 22 23 24 25 26
27 28 29 30 31

看着是不是挺炫的，仅用一行代码就能打印日历。

时间和月份

# 获取指定的年月日是星期几。
calendar.weekday(2020, 1, 7)
# 根据指定日期获取时间信息，返回两个值，第一个值表示1号是星期几，第二个值是这个月有多少天
calendar.monthrange(2019, 1)

闰年计算

 # 检测某一年是否是闰年
 calendar.isleap(2019)

 # 检测指定年限内闰年的数量
 calendar.leapdays(2008, 2020)

总结

python的时间处理模块，可以方便的帮你对时间进行处理，文中列出来比较高频使用的方法，当然大家如果感兴趣，完全可以去官方文档上翻看其他的方法（从前一段时间开始，python提供了中文的文档）。

关注【公众号：软件测试布道师】，回复【python】，即可获取【python自动化及编程实践资料】