Python中time日期、時間格式轉換

     在咱們平常的數據採集中，時間time的重要性毋庸置疑的，由於它是衡量採集到的信息是否具備正確時效性的惟一因素。若是咱們採集到的信息對於客戶來講已是過時的信息，這對於客戶沒有使用的價值，影響客戶使用。

因此咱們今天就來講說在平常採集中遇到的時間如何正確採集，保證信息的時效性。

1>.首先咱們要獲取當前的時間，纔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。在採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 星期三爲Web
    %A星期的全寫。如 星期三爲Wednesday
    %b月份的簡寫。如4月份爲Apr
    %B月份的全寫。如4月份爲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（範圍[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: 分鐘（[00,59]）
    %p: AM或者PM
    %S: 秒（範圍爲[00,61]，爲何不是[00, 59]，參考python手冊~_~）
    %U: 周在當年的週數當年的第幾周），星期天做爲周的第一天
    %w: 今天在這周的天數，範圍爲[0, 6]，6表示星期天
    %W: 周在當年的週數（是當年的第幾周），星期一做爲周的第一天
    %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 （若是是本地時間，返回空字符串）
    %Z: 時區名稱（若是是本地時間，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>.藉助正則來提高匹配率

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>.對於時間裏麪包含漢字（年、月、日）（剛剛、分鐘前、小時前、天前）

　　4.1.時間裏麪包含年、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.時間裏麪包含剛剛、分鐘前、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 "分鐘前" 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>.對於正文裏面沒有時間的，查看是否url裏面含有時間的信息  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（若是採集的內容裏面沒有時間，能夠查找相似1548906627這樣的一串數，打開http://tool.chinaz.com/Tools/unixtime.aspx，測試一下是不是時間戳格式的）
若是肯定是時間戳格式的

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

最後，此內容爲本身整理所得，若有不適合你的狀況，請另行其它方法解決。