python如何将字符串转换为datetime对象_python字符串与datetime对象的相互转换

Python中字符串与datetime对象互转的核心是strptime()和strftime()方法，前者按指定格式解析字符串为datetime对象，后者将datetime对象格式化为字符串。使用时需确保格式代码精确匹配，否则会抛出ValueError；对于ISO 8601格式，推荐使用更快的fromisoformat()；大批量转换时可借助pandas的to_datetime()提升性能。

Python中将字符串转换为

datetime

datetime

strptime()

datetime

strftime()

在Python日常开发中，处理日期和时间几乎是家常便饭。我发现，最常见且直接的方式就是使用内置的

datetime

strptime()

"%Y-%m-%d %H:%M:%S"

ValueError

举个例子，假设我们有一个日期字符串

date_str = "2023年10月27日 10时30分05秒"

datetime

from datetime import datetime

date_str = "2023年10月27日 10时30分05秒"
# 注意这里格式字符串要和date_str完全匹配
# %Y代表四位年份，%m代表两位月份，%d代表两位日期
# %H代表24小时制小时，%M代表分钟，%S代表秒
dt_object = datetime.strptime(date_str, "%Y年%m月%d日 %H时%M分%S秒")
print(f"转换后的datetime对象：{dt_object}")
print(f"类型：{type(dt_object)}")

# 再来一个常见的ISO格式
iso_str = "2023-10-27T10:30:05"
dt_iso = datetime.strptime(iso_str, "%Y-%m-%dT%H:%M:%S")
print(f"ISO格式转换后的datetime对象：{dt_iso}")

这里面，每一个百分号开头的代码都有其特定含义，比如

%Y

%m

%d

strptime()

立即学习“Python免费学习笔记（深入）”；

Python中如何将datetime对象格式化为特定字符串？

将

datetime

datetime

datetime

strftime()

比如，你可能希望日期是“2023/10/27”，或者“October 27, 2023”。这完全取决于你的需求。

from datetime import datetime

# 假设我们有一个datetime对象
now = datetime.now()
print(f"当前的datetime对象：{now}")

# 格式化为常见的日期字符串
formatted_date = now.strftime("%Y-%m-%d")
print(f"格式化为'年-月-日'：{formatted_date}")

# 格式化为包含时间的字符串
formatted_datetime = now.strftime("%Y/%m/%d %H:%M:%S")
print(f"格式化为'年/月/日 时:分:秒'：{formatted_datetime}")

# 格式化为更友好的中文表示
chinese_datetime = now.strftime("今天是%Y年%m月%d日，现在是%H点%M分。")
print(f"格式化为中文表示：{chinese_datetime}")

# 更多格式代码的组合
full_string = now.strftime("%A, %B %d, %Y %I:%M:%S %p")
print(f"完整日期时间表示：{full_string}") # 例如：Friday, October 27, 2023 10:30:05 AM

strftime()

Python字符串转datetime时常见的陷阱与错误处理？

在将字符串转换为

datetime

ValueError

1. 格式不匹配：这是最常见的。比如你的字符串是

   "2023-10-27"

   登录后复制
   ，但你用了

   "%Y/%m/%d"

   登录后复制
   去解析，斜杠和横杠不一致，就报错了。
2. 非法日期：比如尝试解析

   "2023-02-30"

   登录后复制
   （二月没有30号），这也会导致

   ValueError

   登录后复制
   。
3. 时区信息：如果字符串中包含时区信息，比如

   "2023-10-27T10:30:00+08:00"

   登录后复制
   ，而你的格式字符串没有相应地处理时区（例如

   %z

   登录后复制
   ），也会有问题。

为了让代码更健壮，尤其是在处理用户输入或外部数据时，我强烈建议使用

try-except

ValueError

快转字幕

新一代 AI 字幕工作站，为创作者提供字幕制作、学习资源、会议记录、字幕制作等场景，一键为您的视频生成精准的字幕。

357

查看详情

from datetime import datetime

def safe_str_to_datetime(date_string, format_string):
    try:
        dt_obj = datetime.strptime(date_string, format_string)
        return dt_obj
    except ValueError as e:
        print(f"转换失败：'{date_string}' 与格式 '{format_string}' 不匹配或日期无效。错误信息：{e}")
        return None

# 尝试一个正确的转换
dt1 = safe_str_to_datetime("2023-10-27", "%Y-%m-%d")
if dt1:
    print(f"成功转换：{dt1}")

# 尝试一个格式不匹配的转换
dt2 = safe_str_to_datetime("2023/10/27", "%Y-%m-%d")
if dt2:
    print(f"成功转换：{dt2}") # 这行不会执行

# 尝试一个非法日期的转换
dt3 = safe_str_to_datetime("2023-02-30", "%Y-%m-%d")
if dt3:
    print(f"成功转换：{dt3}") # 这行也不会执行

有时候，我们可能面对多种可能的日期格式。在这种情况下，可以尝试按顺序用不同的格式字符串去解析，直到成功为止。但如果格式种类太多，或者完全不确定，可以考虑使用第三方库，比如

dateutil

parser

在Python中进行大量日期时间转换时，如何优化性能？

当我处理大量数据，比如从CSV文件读取成千上万行带有日期时间字符串的数据时，性能就成了我必须考虑的问题。反复调用

strptime()

1. 预编译格式字符串：

   strptime()

   登录后复制
   在每次调用时都需要解析格式字符串。如果你在循环中反复使用同一个格式字符串，Python可能会在内部重复做一些工作。虽然Python解释器通常会做一些优化，但如果性能要求非常高，可以考虑其他方法。不过，对于大多数应用来说，

   strptime()

   登录后复制
   的性能已经足够了。

2. 使用

   datetime.fromisoformat()

   登录后复制
   处理ISO 8601格式：如果你的日期时间字符串是标准的ISO 8601格式（例如

   "YYYY-MM-DDTHH:MM:SS"

   登录后复制
   或

   "YYYY-MM-DD HH:MM:SS"

   登录后复制
   ），那么

   datetime

   登录后复制
   对象自带的

   fromisoformat()

   登录后复制
   方法会比

   strptime()

   登录后复制
   更快、更简洁。它不需要你提供格式字符串，因为它就是为这种特定格式设计的。

   from datetime import datetime
   
   iso_str = "2023-10-27T10:30:05.123456"
   dt_obj_iso = datetime.fromisoformat(iso_str)
   print(f"使用fromisoformat转换：{dt_obj_iso}")

   登录后复制

   它甚至能处理微秒，非常方便。

3. 利用

   pandas

   登录后复制
   库进行批量转换：如果你的数据量真的很大，并且已经在使用

   pandas

   登录后复制
   处理数据，那么

   pandas

   登录后复制
   提供了一个非常高效的

   pd.to_datetime()

   登录后复制
   函数。它不仅速度快，还能智能地处理多种日期格式，甚至可以并行处理，并且能方便地处理错误（例如，将无法解析的日期转换为

   NaT

   登录后复制
   ，即"Not a Time"）。

   import pandas as pd
   
   date_strings = ["2023-10-27", "2023/11/15", "invalid-date", "2024-01-01 12:00:00"]
   s = pd.Series(date_strings)
   
   # errors='coerce' 会将无法解析的日期转换为NaT
   # infer_datetime_format=True 可以让pandas尝试推断格式，提高速度
   dt_series = pd.to_datetime(s, errors='coerce', infer_datetime_format=True)
   print(f"使用pandas批量转换：\n{dt_series}")

   登录后复制

   在处理数据框架时，

   pd.to_datetime()

   登录后复制
   是我的首选工具，它极大地简化了日期时间处理的复杂性，并且性能表现优异。

总的来说，选择哪种方法取决于你的具体场景：单个转换、已知格式、未知格式、错误处理需求以及数据量大小。了解这些工具的优缺点，可以帮助我们更高效、更健壮地处理Python中的日期时间转换问题。

以上就是python如何将字符串转换为datetime对象_python字符串与datetime对象的相互转换的详细内容，更多请关注php中文网其它相关文章！