如何使用Arrow时间库

这篇文章主要介绍"如何使用Arrow时间库"，在日常操作中，相信很多人在如何使用Arrow时间库问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答"如何使用Arrow时间库"的疑惑有所帮助！接下来，请跟着小编一起来学习吧！

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。

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())

到此，关于"如何使用Arrow时间库"的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注网站，小编会继续努力为大家带来更多实用的文章！