• Python 时间推进器-->在当前时间的基础上推前n天 | CST时间转化标准日期格式


    由于公司任务紧迫,好久没有在园子里写自己的心得了,今天偷个闲发表点简单的代码块,在开源的时代贡献微薄力量.话不多说,直接上代码块:

    def getday(Y, n):
    # 时间推前器
    y = int(Y.split('-')[0])
    m = int(Y.split('-')[1])
    d = int(Y.split('-')[2])
    the_date = datetime.datetime(y, m, d)
    result_date = the_date + datetime.timedelta(days=n)
    # print result_date - datetime.timedelta(days=1)
    d = result_date.strftime('%Y-%m-%d')
    return d

     函数getday()接收俩个参数:Y:要推前的时间的基础时间,例如你要在2018-05-25的基础上往前推天数

      第二个参数:n:代表你要推前几天额整数

    主要函数:datetime.timedelta(),该函数还有其他操作,有需要请自问度娘,此处只做参考.

    上面方法函数timedelta()只有周,日,时分秒的推移,并没有年和月的推移,下面进行补充:

    from dateutil.relativedelta import relativedelta
    print(datetime.datetime.strptime('2000-02-28', "%Y-%m-%d").date() - relativedelta(years=+5)) # months:; days:;years:年,功能还是比较强大的

    -------------------------------------------------------------------------------华丽的分割线---------------------------------------------------------------------------------------------------

     类似: 

    Mon Aug 15 11:24:39 CST 2016

     格式的日期转化为标准的xxxx-xx-xx xx:xx:xx的格式

    def cst_to_str(cstTime):
    """CST时间格式转化为标准时间: Mon Aug 15 11:24:39 CST 2016---->>>2016-08-15 11:24:39"""
    tempTime = time.strptime(cstTime, '%a %b %d %H:%M:%S CST %Y')
    resTime = time.strftime('%Y-%m-%d %H:%M:%S', tempTime)
    return resTime
    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  
  • 相关阅读:
    BZOJ1183 Croatian2008 Umnozak 【数位DP】*
    算法--斯坦纳树
    BZOJ2595 Wc2008 游览计划 【斯坦纳树】【状压DP】*
    BZOJ1833 ZJOI2010 count 数字计数 【数位DP】
    BZOJ1087 SCOI2005 互不侵犯King 【状压DP】
    BZOJ1026 SCOI2009 windy数 【数位DP】
    pytest灵魂产物
    django限流全局和单个视图
    论文阅读笔记四十一:Very Deep Convolutional Networks For Large-Scale Image Recongnition(VGG ICLR2015)
    某线 生成式模型预测算法实习生面试总结
  • 原文地址:https://www.cnblogs.com/fanjp666888/p/9564359.html
Copyright © 2020-2023  润新知