Python中time日期、時間格式轉換

     在我們日常的數據采集中，時間time的重要性毋庸置疑的，因為它是衡量采集到的信息是否具有正確時效性的唯一因素。如果我們采集到的信息對於客戶來說已經是過期的信息，這對於客戶沒有使用的價值，影響客戶使用。

所以我們今天就來說說在日常采集中遇到的時間如何正確采集，保證信息的時效性。

1>.首先我們要獲取當前的時間，才能有效的判斷信息的時效性。

import datetime
#獲取當前時間
gtime = datetime.datetime.now()
# #獲取當前時間的年 月 日.day
year = datetime.datetime.now().year
month = datetime.datetime.now().month
day = datetime.datetime.now().day

2>.時間的格式化。在采集外文網站中常會遇到（Mar 09,2018\ Thu Jun 22 00:00:00 CST 2017），對照着進行匹配

    %a星期的簡寫。如 星期三為Web
    %A星期的全寫。如 星期三為Wednesday
    %b月份的簡寫。如4月份為Apr
    %B月份的全寫。如4月份為April
    %c: 日期時間的字符串表示。（如： 04/07/10 10:43:39）
    %d: 日在這個月中的天數（是這個月的第幾天）
    %f: 微秒（范圍[0,999999]）
    %H: 小時（24小時制，[0, 23]）
    %I: 小時（12小時制，[0, 11]）
    %j: 日在年中的天數 [001,366]（是當年的第幾天）
    %m: 月份（[01,12]）
    %M: 分鍾（[00,59]）
    %p: AM或者PM
    %S: 秒（范圍為[00,61]，為什么不是[00, 59]，參考python手冊~_~）
    %U: 周在當年的周數當年的第幾周），星期天作為周的第一天
    %w: 今天在這周的天數，范圍為[0, 6]，6表示星期天
    %W: 周在當年的周數（是當年的第幾周），星期一作為周的第一天
    %x: 日期字符串（如：04/07/10）
    %X: 時間字符串（如：10:43:39）
    %y: 2個數字表示的年份
    %Y: 4個數字表示的年份
    %z: 與utc時間的間隔 （如果是本地時間，返回空字符串）
    %Z: 時區名稱（如果是本地時間，返回空字符串）
    %%: %% => %

 

#Mar 09,2018\ Thu Jun 22 00:00:00 CST 2017
c_time = 'Mar 09,2018'
print(type(c_time))  #查看類型是--<str>
ctime = datetime.datetime.strptime(c_time,"%b %d,%Y")
print(ctime)
print(type(ctime))  #查看類型是--<class 'datetime.datetime'>

3>.借助正則來提升匹配率

ctime = data.xpath('''//span[@class="time"]''').regex('(\d+-\d+-\d+ \d+:\d+:\d+|\d+-\d+-\d+ \d+:\d+|\d+-\d+-\d+|\d+-\d+ \d+:\d+)').datetime()

4>.對於時間里面包含漢字（年、月、日）（剛剛、分鍾前、小時前、天前）

　　4.1.時間里面包含年、月、日---2018年3月15日 12:25

    import htmlparser  #導包
    
    ctime = htmlparser.Parser(data.xpath('''//span[@class="time"]''').text().replace('年', '-').replace('月', '-').replace('日', '')).datetime()

　　4.2.時間里面包含剛剛、分鍾前、小時前、天前

    ctime = data.xpath('''//span[@class="topic_time"]/text()''').text().strip()
    if "剛剛" in ctime:
        ctime = gtime - datetime.timedelta(minutes=1)
    elif "分鍾前" in ctime:
        ctime = re.search(r'\d+', ctime).group()
        ctime = gtime - datetime.timedelta(minutes=int(ctime))
    elif "小時前" in ctime:
        ctime = re.search(r'\d+', ctime).group()
        ctime = gtime - datetime.timedelta(hours=int(ctime))
    elif "天前" in ctime:
        ctime = re.search(r'\d+', ctime).group()
        ctime = gtime - datetime.timedelta(days=int(ctime))
    else:
        # return None
        ctime = htmlparser.Parser(ctime).datetime()

5>.對於正文里面沒有時間的，查看是否url里面含有時間的信息  http://www.shanxi.gov.cn/sq/dwjl/gjjmlw/201802/t20180208_396922.shtml

import re

post_url = 'http://www.shanxi.gov.cn/sq/dwjl/gjjmlw/201802/t20180208_396922.shtml'
c_time = re.search('''t(\d{8})_''', post_url).group(1)
ctime = datetime.datetime.strptime(c_time, "%Y%m%d") - datetime.timedelta(0, 3600 * 8)

6>.時間戳的轉化（如果采集的內容里面沒有時間，可以查找類似1548906627這樣的一串數，打開http://tool.chinaz.com/Tools/unixtime.aspx，測試一下是否是時間戳格式的）
如果確定是時間戳格式的

    ===============時間戳格式轉換==============
    c_time1 = '獲取到的時間戳'
    ctime = datetime.datetime.utcfromtimestamp(int(c_time1))

最后，此內容為自己整理所得，如有不適合你的情況，請另行其它方法解決。