Python:深入解析datetime模块strftime()方法

2023-12-02 22:04

本文主要是介绍Python:深入解析datetime模块strftime()方法,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

简介:Python的datetime模块中有一个非常有用的方法——strftime()。这个方法使我们能够将日期和时间格式化成我们想要的字符串格式。strftime()是“string format time”的缩写,主要用于格式化日期时间对象为自定义的字符串表示形式。

参数解析:

%a:星期几的缩写名称。如:Mon, Tue, Wed…
print(datetime.datetime.now().strftime('%a'))%A:星期几的完整名称。如:Monday, Tuesday…
print(datetime.datetime.now().strftime('%A'))%w:星期几的数字表示。0(星期日) - 6(星期六)print(datetime.datetime.now().strftime('%w'))%d:月份中的日期,以0填充的十进制。如:01, 0231print(datetime.datetime.now().strftime('%d'))%b:月份的缩写名称。如:Jan, Feb, Mar…
print(datetime.datetime.now().strftime('%b'))%B:月份的完整名称。如:January, February…
print(datetime.datetime.now().strftime('%B'))%m:月份的数字表示,以0填充的十进制。如:01, 0212print(datetime.datetime.now().strftime('%m'))%y:年份的后两位数字。如:00, 0199print(datetime.datetime.now().strftime('%y'))%Y:年份的完整形式。如:2000, 2001print(datetime.datetime.now().strftime('%Y'))%H:24小时制的小时数,以0填充的十进制。如:00, 0123print(datetime.datetime.now().strftime('%H'))%I:12小时制的小时数,以0填充的十进制。如:01, 0212print(datetime.datetime.now().strftime('%I'))%p:AM或PM。
print(datetime.datetime.now().strftime('%p'))%M:分钟数,以0填充的十进制。如:00, 0159print(datetime.datetime.now().strftime('%M'))%S:秒数,以0填充的十进制。如:00, 0159print(datetime.datetime.now().strftime('%S'))%f:微秒数,以0填充的六位十进制。如:000000, 000001999999print(datetime.datetime.now().strftime('%f'))%z:与UTC的时差,格式为+HHMM或-HHMM。
print(datetime.datetime.now().strftime('%z'))%Z:时区名称。
print(datetime.datetime.now().strftime('%Z'))%j:一年中的第几天,以0填充的三位十进制。如:001, 002365print(datetime.datetime.now().strftime('%j'))%U:一年中的第几周,周日为一周的开始,以0填充的十进制。如:00, 0153print(datetime.datetime.now().strftime('%U'))%W:一年中的第几周,周一为一周的开始,以0填充的十进制。
print(datetime.datetime.now().strftime('%W'))%c:本地相应的日期和时间表示。
print(datetime.datetime.now().strftime('%c'))%x:本地相应的日期表示。
print(datetime.datetime.now().strftime('%x'))%X:本地相应的时间表示。
print(datetime.datetime.now().strftime('%X'))%%:一个字面上的'%'字符。
print(datetime.datetime.now().strftime('%%'))

通过组合上述格式代码,可以获得任何想要的日期时间格式。一些比较冷门的用法:例如 - %j:一年中的第几天,以0填充的三位十进制。如:001, 002…365。可以节省单独编写判断平年闰年并且再进行一年中的第几天。

这篇关于Python:深入解析datetime模块strftime()方法的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/446984

相关文章

网页解析 lxml 库--实战

lxml库使用流程 lxml 是 Python 的第三方解析库,完全使用 Python 语言编写,它对 XPath表达式提供了良好的支 持,因此能够了高效地解析 HTML/XML 文档。本节讲解如何通过 lxml 库解析 HTML 文档。 pip install lxml lxm| 库提供了一个 etree 模块,该模块专门用来解析 HTML/XML 文档,下面来介绍一下 lxml 库

python: 多模块(.py)中全局变量的导入

文章目录 global关键字可变类型和不可变类型数据的内存地址单模块(单个py文件)的全局变量示例总结 多模块(多个py文件)的全局变量from x import x导入全局变量示例 import x导入全局变量示例 总结 global关键字 global 的作用范围是模块(.py)级别: 当你在一个模块(文件)中使用 global 声明变量时,这个变量只在该模块的全局命名空

【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画(下)

【课程链接】 AntV G6:深入图形与图形分组、自定义节点、节点动画(下)_哔哩哔哩_bilibili 本章十吾老师讲解了一个复杂的自定义节点中,应该怎样去计算和绘制图形,如何给一个图形制作不间断的动画,以及在鼠标事件之后产生动画。(有点难,需要好好理解) <!DOCTYPE html><html><head><meta charset="UTF-8"><title>06

深入探索协同过滤:从原理到推荐模块案例

文章目录 前言一、协同过滤1. 基于用户的协同过滤(UserCF)2. 基于物品的协同过滤(ItemCF)3. 相似度计算方法 二、相似度计算方法1. 欧氏距离2. 皮尔逊相关系数3. 杰卡德相似系数4. 余弦相似度 三、推荐模块案例1.基于文章的协同过滤推荐功能2.基于用户的协同过滤推荐功能 前言     在信息过载的时代,推荐系统成为连接用户与内容的桥梁。本文聚焦于

【C++】_list常用方法解析及模拟实现

相信自己的力量,只要对自己始终保持信心,尽自己最大努力去完成任何事,就算事情最终结果是失败了,努力了也不留遗憾。💓💓💓 目录   ✨说在前面 🍋知识点一:什么是list? •🌰1.list的定义 •🌰2.list的基本特性 •🌰3.常用接口介绍 🍋知识点二:list常用接口 •🌰1.默认成员函数 🔥构造函数(⭐) 🔥析构函数 •🌰2.list对象

【Python编程】Linux创建虚拟环境并配置与notebook相连接

1.创建 使用 venv 创建虚拟环境。例如,在当前目录下创建一个名为 myenv 的虚拟环境: python3 -m venv myenv 2.激活 激活虚拟环境使其成为当前终端会话的活动环境。运行: source myenv/bin/activate 3.与notebook连接 在虚拟环境中,使用 pip 安装 Jupyter 和 ipykernel: pip instal

浅谈主机加固,六种有效的主机加固方法

在数字化时代,数据的价值不言而喻,但随之而来的安全威胁也日益严峻。从勒索病毒到内部泄露,企业的数据安全面临着前所未有的挑战。为了应对这些挑战,一种全新的主机加固解决方案应运而生。 MCK主机加固解决方案,采用先进的安全容器中间件技术,构建起一套内核级的纵深立体防护体系。这一体系突破了传统安全防护的局限,即使在管理员权限被恶意利用的情况下,也能确保服务器的安全稳定运行。 普适主机加固措施:

webm怎么转换成mp4?这几种方法超多人在用!

webm怎么转换成mp4?WebM作为一种新兴的视频编码格式,近年来逐渐进入大众视野,其背后承载着诸多优势,但同时也伴随着不容忽视的局限性,首要挑战在于其兼容性边界,尽管WebM已广泛适应于众多网站与软件平台,但在特定应用环境或老旧设备上,其兼容难题依旧凸显,为用户体验带来不便,再者,WebM格式的非普适性也体现在编辑流程上,由于它并非行业内的通用标准,编辑过程中可能会遭遇格式不兼容的障碍,导致操

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

透彻!驯服大型语言模型(LLMs)的五种方法,及具体方法选择思路

引言 随着时间的发展,大型语言模型不再停留在演示阶段而是逐步面向生产系统的应用,随着人们期望的不断增加,目标也发生了巨大的变化。在短短的几个月的时间里,人们对大模型的认识已经从对其zero-shot能力感到惊讶,转变为考虑改进模型质量、提高模型可用性。 「大语言模型(LLMs)其实就是利用高容量的模型架构(例如Transformer)对海量的、多种多样的数据分布进行建模得到,它包含了大量的先验