一篇文章教会你Arrow 时间库在项目中的实际应用

Python 默认支持时间序列的库有很多，通常 time 和 datetime 是用的最多的，虽然他们在一般情形下绝对够用，但是总有一些比较奇葩的时间格式的需求，而我们也就不能仅限于这两个 Python 自带的库。

创新互联专注为客户提供全方位的互联网综合服务，包含不限于网站设计、网站制作、凉城网络推广、重庆小程序开发、凉城网络营销、凉城企业策划、凉城品牌公关、搜索引擎seo、人物专访、企业宣传片、企业代运营等，从售前售中售后，我们都将竭诚为您服务，您的肯定，是我们最大的嘉奖；创新互联为所有大学生创业者提供凉城建站搭建服务，24小时服务热线：18980820575，官方网址：www.cdcxhl.com

[[358025]]

DateParser 和 Dateutil

这是两款比较友好的用于处理各种时间格式的第三方库，它能将各种奇怪写法的时间转换成标准的时间格式，比如：

 
 
 
   
  
  
  # -*- coding: utf-8 -*-   
  
  
  # @Time : 2020-12-05 16:46   
  
  
  import time   
  
  
  import dateparser   
  
  
  from dateutil import parser   
  
  
     
  
  
  print(dateparser.parse("2020/11/7 5:01:08"))   
  
  
  print(parser.parse("2020"))

碰到个需求

最近在做一些自动化文件导出的时候，由于有一些平台有导出的数量限制，比如某某平台如果所选时间是半年，然后累计数据量达到 50w，就会导出失败。

对于这种情况就要做一下时间切分，比如可以分为按月，甚至按周来进行导出，也就是 rangeTime。

当在 Google 上搜索 Python time 或者 Datetime 切分时间的时候发现并没有什么结果，然后就会想起有个更牛的处理时间的库，也就是 Arrow 了。

很多的博客对 Arrow 的讲解也都是一带而过，贴出官方的例子，并没有应用于实际的项目，所以更多 Arrow 的用法也就没有提到。

[[358026]]

Arrow

和 DateParser 一样，Arrow 底层也是用 datetime 封装的，在特定的地方可以和 datetime 进行交互。

一些用法展示：

 
 
 
   
  
  
  # -*- coding: utf-8 -*-   
  
  
  # @Time : 2020-12-05 16:46   
  
  
  i = arrow.now()   
  
  
     
  
  
  # i.replace(day=1) 替换时间为 1 号   
  
  
  # i.shift(months=-1) 偏移量，往前推一个月   
  
  
  # i.format('YYYY-MM-DD') 转换为你想要的时间格式   
  
  
     
  
  
  print(i.shift(days=-30).format('YYYY-MM-DD'))   
  
  
  print(i.shift(months=-3).format('YYYY-MM-DD'))   
  
  
     
  
  
  # 配合使用，链式法则   
  
  
  print(i.replace(day=1).shift(months=-1).format('YYYY-MM-DD'))   
  
  
  print(i.replace(day=1).shift(months=-1).format('YYYY-MM-DD HH:mm:ss'))

回到解决刚才的那个需求， Arrow 的时间区间属性可以在一段时间中根据不同时间粒度来进行切分，来达到我们的需求。

 
 
 
   
  
  
  # -*- coding: utf-8 -*-   
  
  
  # @Time : 2020-12-05 16:46   
  
  
  import arrow   
  
  
     
  
  
     
  
  
  # 开始于当前时间，往前推 120 天   
  
  
  end = datetime.datetime.now()   
  
  
  start = end + datetime.timedelta(days=-120)   
  
  
     
  
  
  # 获取 120 内的时间范围，以月划分   
  
  
  def timeYmdRange(start=start,end=end):   
  
  
      tRange = []   
  
  
      for r in arrow.Arrow.span_range('months', start, end):   
  
  
          qTime = [i.format('YYYY-MM-DD') for i in r]   
  
  
          tRange.append(qTime)   
  
  
      return tRange   
  
  
     
  
  
  # 获取 120 内的时间范围，以周划分   
  
  
  def timeWeekRange(start=start,end=end):   
  
  
      tRange = []   
  
  
      for r in arrow.Arrow.span_range('weeks', start, end):   
  
  
          qTime = [i.format('YYYY-MM-DD') for i in r]   
  
  
          tRange.append(qTime)   
  
  
      return tRange   
  
  
     
  
  
  # 自定义时间格式，按月划分，结果为 202011    
  
  
  def timeMonthRange(start=start,end=end):   
  
  
      tRange = []   
  
  
      for r in arrow.Arrow.range('months', start, end):   
  
  
          qTime = r.format('YYYYMM')   
  
  
          tRange.append(qTime)   
  
  
      return tRange   
  
  
     
  
  
  for r in timeHmsRange(start, end):   
  
  
      print(','.join(r))   
  
  
     
  
  
  print(timeWeekRange())

这样一来就可以满足我们的需求，并且保证在特定时间区间内不会重复天数(或者更小的时间粒度)，不要使用很多很多的时间处理库，用的越多也就更加错综复杂，有那么一两款好用，易用的时间库足矣，哈哈 !!

网站栏目：一篇文章教会你Arrow 时间库在项目中的实际应用
标题URL：http://www.gawzjz.com/qtweb/news27/170027.html

网站建设、网络推广公司-创新互联，是专注品牌与效果的网站制作，网络营销seo公司；服务项目有等

声明：本网站发布的内容（图片、视频和文字）以用户投稿、用户转载内容为主，如果涉及侵权请尽快告知，我们将会在第一时间删除。文章观点不代表本网站立场，如需处理请联系客服。电话：028-86922220；邮箱：631063699@qq.com。内容未经允许不得转载，或转载时需注明来源：创新互联

猜你还喜欢下面的内容