在Python开发中,python字符串转日期类型是最基础但极易出错的操作之一。现实业务中,数据源常以字符串形式存储时间信息(如数据库导出、日志解析、API响应等),而程序处理需转换为datetime对象进行计算、比较、存储等操作。
标准库datetime模块提供了strptime()函数,但面对复杂场景(如多格式、时区、性能要求),需综合运用第三方库如pendulum、dateutil、pandas等。本文将系统梳理各类转换方法、格式化参数、性能对比及实战技巧。
python字符串转日期类型最经典方案。需明确指定格式模板,严格匹配才成功。
from datetime import datetime
# 基础用法
date_str = "2023-08-15 14:30:45"
dt = datetime.strptime(date_str, "%Y-%m-%d %H:%M:%S")
print(dt) # 2023-08-15 14:30:45
# 仅日期(无时间)
date_str = "2023/08/15"
dt = datetime.strptime(date_str, "%Y/%m/%d")
print(dt) # 2023-08-15 00:00:00
# 带中文描述
date_str = "2023年08月15日 14时30分"
dt = datetime.strptime(date_str, "%Y年%m月%d日 %H时%M分")
print(dt) # 2023-08-15 14:30:00
自动识别多种格式,适合未知或混合格式输入,但性能略低于strptime。
from dateutil import parser
# 支持多种格式
dates = [
"2023-08-15 14:30:45",
"Aug 15, 2023 2:30 PM",
"2023/08/15",
"15-08-2023",
"August 15, 2023"
]
for d in dates:
dt = parser.parse(d)
print(f"'{d}' → {dt}")
# 输出:
# '2023-08-15 14:30:45' → 2023-08-15 14:30:45
# 'Aug 15, 2023 2:30 PM' → 2023-08-15 14:30:00
# '2023/08/15' → 2023-08-15 00:00:00
# '15-08-2023' → 2023-08-15 00:00:00
# 'August 15, 2023' → 2023-08-15 00:00:00
专为批量数据优化,支持向量化操作,适合处理DataFrame或Series。
import pandas as pd
# 单个字符串转换
dt = pd.to_datetime("2023-08-15 14:30:45")
print(type(dt)) # pandas._libs.tslibs.timestamps.Timestamp
# 批量转换(Series)
dates = pd.Series([
"2023-08-15 14:30:45",
"2023/08/16",
"17-08-2023"
])
dt_series = pd.to_datetime(dates, format="%Y-%m-%d %H:%M:%S", errors="coerce")
print(dt_series)
# 输出:
# 0 2023-08-15 14:30:45
# 1 2023-08-16 00:00:00
# 2 NaT
# dtype: datetime64[ns]
format:指定格式可提升性能10倍以上(避免自动推断)errors="coerce":无效输入转为NaT(Not a Time),不中断流程infer_datetime_format=True:自动推断格式(慎用,可能误判)Pendulum是datetime的现代化替代品,API更直观,时区处理更完善。
import pendulum
# 基础转换
dt = pendulum.parse("2023-08-15 14:30:45")
print(dt) # 2023-08-15T14:30:45+00:00
# 指定时区
dt = pendulum.parse("2023-08-15 14:30:45", tz="Asia/Shanghai")
print(dt) # 2023-08-15T14:30:45+08:00
# 处理模糊输入
dt = pendulum.parse("next Friday at 3pm")
print(dt) # 自动计算未来最近的周五15:00
# 格式化输出
print(dt.format("YYYY-MM-DD HH:mm:ss")) # 2023-08-18 15:00:00
当输入格式完全非标准时(如"2023年08月15日14时30分45秒"),需组合正则提取数字再构造。
import re
from datetime import datetime
def parse_chinese_date(date_str):
pattern = r"(\d{4})年(\d{1,2})月(\d{1,2})日\s*(\d{1,2})时(\d{1,2})分(\d{1,2})秒?"
match = re.match(pattern, date_str)
if not match:
raise ValueError("格式不匹配")
y, m, d, h, mi, s = map(int, match.groups())
return datetime(y, m, d, h, mi, s)
# 测试
dt = parse_chinese_date("2023年08月15日 14时30分45秒")
print(dt) # 2023-08-15 14:30:45
python字符串转日期类型的核心在于格式化字符串的精准匹配。以下为常用符号对照表:
| 符号 | 含义 | 示例 | 输出 |
|---|---|---|---|
| %Y | 四位年份 | %Y | 2023 |
| %y | 两位年份 | %y | 23 |
| %m | 两位月份 | %m | 08 |
| %d | 两位日期 | %d | 15 |
| %H | 24小时制小时 | %H | 14 |
| %I | 12小时制小时 | %I | 02 |
| %M | 分钟 | %M | 30 |
| %S | 秒 | %S | 45 |
| %f | 微秒 | %f | 123456 |
| %z | UTC偏移 | %z | +0800 |
| %Z | 时区名称 | %Z | UTC |
| %B | 完整月份名 | %B | August |
| %b | 缩写月份名 | %b | Aug |
| %A | 完整星期名 | %A | Wednesday |
| %a | 缩写星期名 | %a | Wed |
%y解析"23"为2023年,但"99"为1999年(Python规则)%m而非%d,否则"8"会失败%f,否则小数点后数字被忽略在数据分析中,python字符串转日期类型常需处理百万级数据,pandas的向量化操作显著提升效率。
| 方法 | 耗时(秒) | 内存占用 |
|---|---|---|
| datetime.strptime循环 | 42.3 | 低 |
| dateutil.parser循环 | 68.7 | 中 |
| pandas.to_datetime(无format) | 15.2 | 高 |
| pandas.to_datetime(指定format) | 3.1 | 中 |
errors="coerce"将无效值转为NaTformat="mixed", dayfirst=Trueimport pandas as pd
# 混合格式数据处理
df = pd.DataFrame({
"raw_date": [
"2023-08-15 14:30:45",
"Aug 16, 2023",
"2023/08/17"
]
})
# 指定mixed格式,自动识别
df["parsed"] = pd.to_datetime(
df["raw_date"],
format="mixed",
dayfirst=False,
errors="coerce"
)
# 添加时区信息(默认UTC)
df["utc_time"] = df["parsed"].dt.tz_localize("UTC")
# 转为上海时区
df["shanghai_time"] = df["utc_time"].dt.tz_convert("Asia/Shanghai")
print(df)
python字符串转日期类型时常见错误类型及解决方案:
try:
datetime.strptime("2023-08-15", "%Y/%m/%d")
except ValueError as e:
print(f"格式错误: {e}") # 时间数据 '2023-08-15' doesn't match format '%Y/%m/%d'
datetime.strptime("2023-02-30", "%Y-%m-%d")
# ValueError: day is out of range for month
datetime.strptime("Aug 15, 2023", "%B %d, %Y")
# 可能在非英语环境报错:time data 'Aug 15, 2023' doesn't match format '%B %d, %Y'
LC_TIME为en_US.UTF-8,或改用dateutil.parser.parse(自动处理locale)。
datetime.strptime("2023-08-15 14:30:45.123456", "%Y-%m-%d %H:%M:%S.%f")
# 输出:2023-08-15 14:30:45.123456(正确)
# 若格式中缺少%f则报错
时区是python字符串转日期类型中最易忽略的陷阱,尤其涉及跨地域业务时。
from datetime import datetime
import pytz
# 解析带时区字符串
dt_str = "2023-08-15 14:30:45+08:00"
dt = datetime.strptime(dt_str, "%Y-%m-%d %H:%M:%S%z")
print(dt) # 2023-08-15 14:30:45+08:00
# 转为UTC
utc_dt = dt.astimezone(pytz.UTC)
print(utc_dt) # 2023-08-15 06:30:45+00:00
# 转为纽约时间
ny_tz = pytz.timezone("America/New_York")
ny_dt = utc_dt.astimezone(ny_tz)
print(ny_dt) # 2023-08-15 02:30:45-04:00
import pendulum
# 直接解析带时区字符串
dt = pendulum.parse("2023-08-15 14:30:45+08:00")
print(dt) # 2023-08-15T14:30:45+08:00
# 转为纽约时间(自动处理夏令时)
ny_dt = dt.in_timezone("America/New_York")
print(ny_dt) # 2023-08-15T02:30:45-04:00
# 处理夏令时切换日
dst_start = pendulum.datetime(2023, 3, 12, 1, 30, tz="America/New_York")
# 实际为2:30开始,自动调整为3:30
print(dst_start) # 2023-03-12T03:30:00-04:00
| 特性 | datetime.strptime | dateutil.parser | pandas.to_datetime | pendulum.parse |
|---|---|---|---|---|
| 格式要求 | 严格匹配 | 自动推断 | 可选格式 | 自动推断 |
| 性能(单条) | ⭐⭐⭐⭐⭐ | ⭐⭐⭐ | ⭐⭐ | ⭐⭐⭐ |
| 性能(批量) | ⭐ | ⭐ | ⭐⭐⭐⭐⭐ | ⭐⭐⭐ |
| 时区支持 | 需手动处理 | 需手动处理 | 需手动处理 | 内置完善 |
| 异常处理 | 简单 | 丰富 | 灵活(coerce) | 友好 |
| 自然语言 | ❌ | 部分支持 | ❌ | ✅ |
| 适用场景 | 精确控制 | 灵活解析 | 大数据分析 | 现代应用 |
处理Nginx日志中"15/Aug/2023:14:30:45 +0800"格式时间
import re
from datetime import datetime
log_line = '192.168.1.1 - - [15/Aug/2023:14:30:45 +0800] "GET /index.html HTTP/1.1" 200 1234'
pattern = r"\[(\d{2}/\w{3}/\d{4}:\d{2}:\d{2}:\d{2} [+-]\d{4})\]"
match = re.search(pattern, log_line)
if match:
time_str = match.group(1)
dt = datetime.strptime(time_str, "%d/%b/%Y:%H:%M:%S %z")
print(dt) # 2023-08-15 14:30:45+08:00
处理ISO8601格式时间:"2023-08-15T14:30:45Z"
from datetime import datetime, timezone
api_time = "2023-08-15T14:30:45Z"
dt = datetime.strptime(api_time, "%Y-%m-%dT%H:%M:%SZ").replace(tzinfo=timezone.utc)
print(dt) # 2023-08-15 14:30:45+00:00
# 或使用pendulum(更简洁)
import pendulum
dt = pendulum.parse(api_time)
print(dt) # 2023-08-15T14:30:45+00:00
Excel将日期存储为序列号(如45152表示2023-08-15),需转换
from datetime import datetime, timedelta
def excel_to_datetime(serial):
# Excel for Windows默认起始日期为1899-12-30(Mac为1904-01-01)
base_date = datetime(1899, 12, 30)
return base_date + timedelta(days=serial)
excel_date = 45152
dt = excel_to_datetime(excel_date)
print(dt) # 2023-08-15 00:00:00
支持多种用户输入格式("2023-08-15"、"08/15/2023"、"Aug 15, 2023")
from dateutil import parser
def flexible_parse(date_str):
formats = [
"%Y-%m-%d",
"%m/%d/%Y",
"%d-%m-%Y",
"%B %d, %Y"
]
for fmt in formats:
try:
return datetime.strptime(date_str, fmt)
except ValueError:
continue
# 最后尝试自动解析
try:
return parser.parse(date_str)
except:
raise ValueError("无法解析日期")
# 测试
dates = ["2023-08-15", "08/15/2023", "15-08-2023", "August 15, 2023"]
for d in dates:
print(f"'{d}' → {flexible_parse(d)}")
A:2023年不是闰年,2月没有29日,strptime会正确报错。若未报错,可能是格式符错误(如用%y解析年份),请检查格式字符串。
A:因pandas默认将字符串解析为naive datetime,而系统时区可能为UTC。解决方案:解析后指定时区:pd.to_datetime(...).dt.tz_localize('Asia/Shanghai')
A:推荐使用pendulum.parse()或dateutil.parser.parse(),它们内置自然语言解析引擎。例如:pendulum.parse("next Monday at 9am")
A:Python datetime仅支持6位微秒。若需更高精度,可保留原始字符串或使用decimal存储纳秒值。
A:pandas中用errors="coerce"将无效日期转为NaT,再用pd.isna()筛选:valid_dates = df[~pd.isna(pd.to_datetime(df["date"], errors="coerce"))]