首页 > Python资料 博客日记
【python】时间与时间戳互相转换
2024-03-24 22:00:04Python资料围观29次
这篇文章介绍了【python】时间与时间戳互相转换,分享给大家做个参考,收藏Python资料网收获更多编程知识
时间戳 : <class ‘float’>,1683876941.119018
时间格式: <class ‘str’>,“2023-05-12 15:35:41.119018”
时间戳 (timestamp):定义为从格林威治时间1970年01月01日08时00分00秒起至现在的总秒数。
一、时间戳转换为时间
1.0 获取时间戳
>>> import time
>>> timestamp = time.time()
>>> timestamp
1688548167.190377
以毫秒计时的时间戳一般有 13 位,可以将其除以 1000:
timestamp13 = 1688548167190
timestamp = timestamp13 / 1000
1.1 datetime 法
使用 datetime 库,将时间戳转换为时间:
# 1688548167.190377 -> "2023-07-05 17:09:27.190377"
import datetime as dt
def timestamp_to_timestr(timestamp):
# return dt.datetime.fromtimestamp(timestamp).strftime("%Y-%m-%d %H:%M:%S.%f")
return dt.datetime.fromtimestamp(timestamp)
print(timestamp_to_timestr(timestamp))
2023-07-05 17:09:27.190377
1.2 time 法
也可以只用 time 库进行转换:
# 1688548167190 -> 2023-07-05 17:09:27
def timestamp_to_timestr(timestamp):
tre_timeArray = time.localtime(timestamp)
return time.strftime("%Y-%m-%d %H:%M:%S", tre_timeArray)
print(timestamp_to_timestr(timestamp))
2023-07-05 17:09:27
二、时间转化为时间戳
首先,获得对应的时间:
timestr = "2023-07-05 17:09:27.190377"
然后,编写转化为时间戳的函数,转化只用到 time 库:
def timestr_to_timestamp(timestr):
timestr1, timestr2 = timestr.split('.')
struct_time = time.strptime(timestr1, '%Y-%m-%d %H:%M:%S')
seconds = time.mktime(struct_time)
millseconds = float("0." + timestr2)
return seconds + millseconds
print(timestr_to_timestamp(timestr))
# 1688548167.190377
要获得以毫秒计时的时间戳,只需要把 return 值改为 int((seconds + millseconds) * 1000) 即可!
版权声明:本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:jacktools123@163.com进行投诉反馈,一经查实,立即删除!
标签:
相关文章
最新发布
- 如何使用Python和Plotly绘制3D图形
- NumPy 分割与搜索数组详解
- Django 自定义管理命令:从入门到高级
- 关于appium-python-client报错问题:AttributeError: ‘NoneType‘ object has no attribute ‘to_capabilities‘
- 头歌实践教学平台Python-列表类型翻转教学
- 学习 Python 之 Pandas库
- 华为OD机试 - 掌握的单词个数(Java & JS & Python & C & C++)
- Python pandas对表格进行整行整列筛选、删除或修改,对特定值进行修改
- OpenCV调用USB摄像头/相机,并解决1080p下的延迟卡顿问题(附Python代码)
- 营业执照识别接口:通过API实现营业执照识别功能
点击排行
- 版本匹配指南:Numpy版本和Python版本的对应关系
- PyPy JIT编译器背后的奥秘(揭开PyPy高性能Python的编译优化技术)
- Python数字ceil()方法
- PyCharm:提升Python开发效率的强大IDE工具
- Python分析程序性能指南 - 3种内存和CPU诊断方法助你优化代码(掌握Python内存和CPU分析技巧)
- Numba:无缝将Python代码编译为机器代码的利器(让你的Python程序跑的飞快!Numba高效编译的6大技巧)
- 彻底理解Global Interpreter Lock,解锁Python多线程编程(为什么Python多线程速度这么慢)
- Ruff更新到v0.0.281(Rust 编写的高性能 Python 代码分析工具)