前言
网上关于mysq时间、python时间与时间戳等文章很多,翻来翻去找不到头绪,根据不同博客的写法,挑了几个来测试,这里记录一下。
况且,不以实际需求为前提的博文,就是瞎写,估计以后自己都看不懂。
Mysql 时间类型
在数据库建表的时候,通常有5中字段类型让人选择: TIME、DATE、DATETIME、TIMESTAMP、YEAR,它们又各自是什么格式呢?要写的让自己容易记:
- TIME类型 :存储空间[3 bytes] - 时间格式[HH:MM:SS] - 时间范围[-838:59:59 到 ~ 838:59:59]
- DATE类型 :存储空间[3 bytes] - 时间格式[YYYY-MM-DD] - 时间范围[1000-01-01 到 9999-12-31] (可以理解为年月日)
- DATETIME类型 :存储空间[8 bytes] - 时间格式[YYYY-MM-DD HH:MM:SS] - 时间范围[1000-01-01 00:00:00 到 9999-12-31 23:59:59] (可以理解为年月日时分秒)
- TIMESTAMP类型 :存储空间[4 bytes] - 时间格式[YYYY-MM-DD HH:MM:SS] - 时间范围[1970-01-01 00:00:01 到 2038-01-19 03:14:07] (以秒为计算)
- YEAR类型 :存储空间[1 bytes] - 时间格式[YYYY] - 时间范围1901 到 2155
根据上面的类型得知,YEAR这种类型用的稍微少一点,TIME用的估计也不多,比较多的还是DATE、DATETIME和时间戳TIMESTAMP
Python 日期和时间
Python提供了三种时间函数,时间模块time、基本时间日期模块datetime和日历模块Calendar,具体的详细介绍和用法在[菜鸟教程-时间和日期:传送A,传送B]有介绍,这里不复制粘贴了。
日历模块Calendar是用的次数比较少的(在爬虫和Django开发的实际应用较少),出现较多的是time模块和dateteime模块:
- time模块 -- 比较接近底层的
- datetime模块 -- 基于time新增了很过功能,提供了更多函数
使用对比
1、获取当前时间
import datetime,time
""" 当前时间 """
print(time.time())
print(datetime.datetime.now())
得到的输出结果是:
1516200437.9920225
2018-01-17 22:47:17.992047
2、当前时间格式化
import datetime,time
""" time当前时间 """
localtime = time.localtime(time.time())
print("本地时间为 :", localtime)
gtime = time.strftime('%Y-%m-%d',localtime)
print("可以把时间转换为 :",gtime)
gltime = time.strftime('%Y-%m-%d %H:%M:%S',localtime)
print("可以把时间转换为 :",gltime)
#------------------------------------------------
""" datetime当前时间 """
localtime = datetime.datetime.now()
gtime = datetime.datetime.now().strftime("%Y-%m-%d")
gltime = datetime.datetime.now().strftime("%Y-%m-%d %H:%M:%S")
print(localtime)
print(gtime)
print(gltime)
得到的结果是:
本地时间为 : time.struct_time(tm_year=2018, tm_mon=1, tm_mday=17, tm_hour=22, tm_min=55, tm_sec=46, tm_wday=2, tm_yday=17, tm_isdst=0)
可以把时间转换为 : 2018-01-17
可以把时间转换为 : 2018-01-17 22:55:46
#------------------------------------------------
2018-01-18 08:03:18.760582
2018-01-18
2018-01-18 08:03:18
这里可以看出,用两个模块获得的当前时间都不是人类容易阅读的,都需要通过strftime函数进行格式化。
3、文本时间转换
这里我指的是爬虫获取的其他网站的时间,通常有几种格式:
- 长时间 -- 2018-01-06 18:35:05、2018-01-06 18:35
- 日期 -- 2018-01-06
- 月时间 -- 2018-01
- 时间 -- 18:35:05
通常,爬虫得到的时间都是人阅读的,只不过分隔符不同。并且在入库的时候,我希望他们的时间格式是统一的,年月日时分秒或者年月日,如果可以就用时间戳,方便计算(年月日时分秒对应年月日时分秒,年月日不可直接转换为年月日时分秒)。
遇到日期类型2018-01-06的时间格式,是不可以用函数直接转成长时间2018-01-06 18:35:05格式的,报错。当遇到这种情况,而我又想将时间统一,只能进行转换。转换又分为两种,相同时间格式转换与不同时间格式转换:
第一种情形
目标:2018-01-06 18:35:05 转换为2018-01-06 18:35:05
它有两种方法可以满足
方法一的逻辑是不同格式的时间转换要先转成时间数组,然后再由时间数组格式化成想要的类型:
import datetime,time
a = "2013-10-10 23:40:00" # 想要转换成 a = "2013/10/10 23:40:00"
timeArray = time.strptime(a, "%Y-%m-%d %H:%M:%S")
otherStyleTime = time.strftime("%Y/%m/%d %H:%M:%S", timeArray)
print(timeArray)
print(otherStyleTime)
从输出结果:
time.struct_time(tm_year=2013, tm_mon=10, tm_mday=10, tm_hour=23, tm_min=40, tm_sec=0, tm_wday=3, tm_yday=283, tm_isdst=-1)
2013/10/10 23:40:00
可以看到,先通过time.strptime把它转换成时间数组,然后通过time.strftime把时间数组格式化成我想要的格式。
方法二,由于最终格式化的时间也是字符串str,所以当遇到这种情况的时候,还可以直接用replace来进行转换:
a = "2013-10-10 23:40:00" # 想要转换成 a = "2013/10/10 23:40:00"
print(a.replace("-", "/"))
输出结果为:
2013/10/10 23:40:00
第二种情形
目标:2018-01-06 转换为2018-01-06 18:35:05
它也有两种方法可以满足
它的逻辑是将年月日的字符串拼接上时分秒,然后再按照上面的两种方法进行转换,比如:
a = "2013-10-10 " # 想要转换成 a = "2013/10/10 23:40:00"
ac = a + "00:00:00"
print(ac.replace("-", "/"))
得到输出结果
2013/10/10 00:00:00
第三种情形
目标:2018-01-06 18:35:05 转换为2018-01-06
思路与第一种一致,先转换为时间数组,然后再由时间数组进行格式化:
import datetime,time
a = "2013-10-10 23:40:00" # 想要转换成 a = "2013/10/10"
timeArray = time.strptime(a, "%Y-%m-%d %H:%M:%S")
otherStyleTime = time.strftime("%Y/%m/%d", timeArray)
print(type(timeArray))
print(otherStyleTime)
得到结果输出为(可以看到timeArray的类型是time.struct_time):
<class 'time.struct_time'>
2013/10/10
4、时间的比较运算
都知道字符串是不可以进行比较计算的,那么我们就需要用到其他的格式进行。time的strptime转换成时间数组是不可以进行运算的,但是datetime可以。
第一种 ,时间格式相同
import datetime,time
d1 = datetime.datetime.strptime('2012-03-05 17:41:20', '%Y-%m-%d %H:%M:%S')
d2 = datetime.datetime.strptime('2012-03-05 16:41:20', '%Y-%m-%d %H:%M:%S')
delta = d1 - d2
print(type(d1))
print(delta.seconds)
print(delta)
得到的输出是:
<class 'datetime.datetime'>
3600
1:00:00
从结果上可以看到,格式相同的两种时间,可以通过datetime.datetime.strptime进行转换后再运算,在结果中还可以通过.seconds来计算 相差秒数 和通过.days来计算 相差天数
第二种 ,如果时间格式不一样,但是转换后的类型一样,也是可以比较的:
import datetime,time
d1 = datetime.datetime.strptime('2012/03/05 17:41:20', '%Y/%m/%d %H:%M:%S')
d2 = datetime.datetime.strptime('2012-03-05 16:41:20', '%Y-%m-%d %H:%M:%S')
delta = d1 - d2
print(delta.seconds)
print(delta)
这段代码里面时间的字符串形式就不一样,但是通过同样的函数进行转换后就可以比较计算了。
第三种 ,年月日时分秒与年月日的计算,其实原理是一样的,转换后他们的格式都一样,所以也是可以计算的,2012/03/05 17:41:20与2012-03-05的时间相差:
import datetime,time
d1 = datetime.datetime.strptime('2012/03/05 17:41:20', '%Y/%m/%d %H:%M:%S')
d2 = datetime.datetime.strptime('2012-03-01', '%Y-%m-%d')
delta = d1 - d2
print(delta.days,delta.seconds)
print(delta)
print(type(delta))
输出结果是
4 63680
4 days, 17:41:20
<class 'datetime.timedelta'>
通过print的结果可以得到几点信息:
不同格式的时间在转化后是可以进行比较运算的
可以通过.days和.seconds来进行天数与时分秒的展示
计算后得到的数据类型是 'datetime.timedelta' 而不是str类型
比如计算3天后的时间:
import datetime,time
now = datetime.datetime.now()
delta = datetime.timedelta(days=3)
n_days = now + delta
print(type(n_days))
print(n_days.strftime('%Y-%m-%d %H:%M:%S'))
得到的结果是:
<class 'datetime.datetime'>
2018-01-21 10:26:14
用datetime.timedelta取得3天时间,然后将当前时间加上3天,得到的是'datetime.datetime'类型数据,变成人类阅读的格式则需要strftime函数进行格式化,最终得到想要的2018-01-21 10:26:14。
5、时间戳
把字符串时间转换为时间戳:
import datetime,time
a = "2013-10-10 23:40:00"
# 转换为时间数组
timeArray = time.strptime(a, "%Y-%m-%d %H:%M:%S")
# 转换为时间戳:
timeStamp = time.mktime(timeArray)
print(timeArray)
print(timeStamp)
输出结果为:
time.struct_time(tm_year=2013, tm_mon=10, tm_mday=10, tm_hour=23, tm_min=40, tm_sec=0, tm_wday=3, tm_yday=283, tm_isdst=-1)
1381419600.0
可以看到time的时间数组与时间戳并不是同一样东西,他们是有区别的
6、strftime与strptime
这两个是python中常用的
strftime函数:
- 函数接收以时间元组,并返回以可读字符串表示的当地时间,格式由参数format决定。
- time.strftime(format[, t])
- format -- 格式字符串。t -- 可选的参数t是一个struct_time对象。
- 返回以可读字符串表示的当地时间。
import time
t = (2009, 2, 17, 17, 3, 38, 1, 48, 0)
t = time.mktime(t)
print(time.strftime("%Y-%m-%d %H:%M:%S", time.gmtime(t)))
得到结果输出:
2009-02-17 09:03:38
strptime()
函数根据指定的格式把一个时间字符串解析为时间元组。
time.strptime(string[, format])
string -- 时间字符串。format -- 格式化字符串。
返回struct_time对象。
import datetime,time
d1 = datetime.datetime.strptime('20120305 17:41:20', '%Y%m%d %H:%M:%S')
d2 = datetime.datetime.strptime('2012-03-01', '%Y-%m-%d')
print(d1)
print(d2)
得到结果:
2012-03-05 17:41:20
2012-03-01 00:00:00
时间格式与入库
前面铺垫了这么多,最终的目的还是需要入库。这里以4种数据库时间类型为例:
- 字段名 => 数据类型
- r_time => time
- r_date => date
- r_datetime => datetime
- r_timestamp => timestamp
根据最上方所写的Mysql时间类型,可以得出对应的时间格式为:
- 时间格式 => 数据类型
- 17:35:05 => time
- 2018-3-1 => date
- 2018/3/1 17:35 => datetime
- 2018/3/1 17:35 => timestamp
time类型
time类型的格式指定为17:35:05,不可替换为(17-35-05或者17/35/05),会报错
可以简写成17:35,数据库会自动补全后面的00,入库后最终数据17:35:00
如果简写成17,则入库后变成00:00:17
当然,如果更奇葩的写法17:,17:35:这种是会报错的
date类型
date类型的格式指定为2018-3-1与2018/3/1,最终入库格式是(2018-03-01),它会自动补全
可以简写成[18/3/1]、[17/3/1]、[07/3/1]、[97/3/1],数据库会自动补全前面的年份,入库后最终数据2018-03-01、2017-03-01、2007-03-01、1997-03-01
不可简写成[2017]、[2017/3],会报错,必须是完整的日期格式
datetime类型
datetime类型的格式指定为2018-3-1 17:35:00和2018/3/1 17:35:00,最终入库格式是2018-03-01 17:35:00
它是date与time的结合,有很多共同特性
可以简写成[18/3/1 17:35:05]、[17/3/1 17:35]、[07/3/1 17]、[97/3/1 17],数据库会自动补全前面的年份,入库后最终数据2018-03-01 17:35:05、2017-03-01 17:35:00、2007-03-01 17:00:00、1997-03-01 17:00:00。可以看到它自动将时间格式补全成统一格式,这里与time不同的是,如果只写17不写分秒,time会默认将17当成秒,这里则是默认当成小时。
与date一样,年月日不可省略,必须以年月日格式出现
timestamp类型
根据上面的描述,timestamp的入库格式与datetime是一样的,不同的是时间范围和存储空间,它的格式与用法跟datetime一致