什么是Python time模块？

Python的time模块是处理时间相关操作的核心工具，它提供了各种与时间相关的函数，用于获取当前时间、格式化时间、执行延时操作以及转换不同时间表示形式。

这个模块在以下场景特别有用：

• 记录程序执行时间
• 创建延时或定时任务
• 将时间戳转换为可读格式
• 在不同时区处理时间
• 生成时间序列数据

核心功能与使用方法

import time

# 获取当前时间戳
current_timestamp = time.time()
print("当前时间戳:", current_timestamp)

# 输出示例：当前时间戳: 1719834678.123456

# 将时间戳转换为本地时间的struct_time
local_time = time.localtime()
print("本地时间结构:", local_time)

# 将时间戳转换为UTC时间的struct_time
utc_time = time.gmtime()
print("UTC时间结构:", utc_time)

# 访问struct_time的元素
print("当前年份:", local_time.tm_year)
print("当前月份:", local_time.tm_mon)
print("当前日期:", local_time.tm_mday)

# 常用格式化指令
# %Y: 四位数年份 %m: 月份(01-12) 
# %d: 日期(01-31) %H: 24小时制小时
# %M: 分钟 %S: 秒 %A: 星期全名 %a: 星期缩写

formatted_time = time.strftime("%Y-%m-%d %H:%M:%S", local_time)
print("格式化时间:", formatted_time)

# 输出示例：格式化时间: 2023-08-15 14:30:45

# 反向操作：将字符串转换为时间元组
time_str = "2023-12-25 08:30:00"
time_tuple = time.strptime(time_str, "%Y-%m-%d %H:%M:%S")
print("转换结果:", time_tuple)

# 程序延时
print("程序开始执行...")
time.sleep(2.5)  # 暂停2.5秒
print("2.5秒后继续执行")

# 测量代码执行时间
start_time = time.perf_counter()  # 高精度计时器

# 模拟耗时操作
sum = 0
for i in range(1000000):
    sum += i

end_time = time.perf_counter()
elapsed = end_time - start_time
print(f"计算耗时: {elapsed:.6f}秒")

实用示例：创建简单时钟

import time

def digital_clock():
    """显示实时更新的数字时钟"""
    try:
        while True:
            # 清除屏幕 (在终端中)
            print("\033c", end="")
            
            # 获取当前时间并格式化
            current_time = time.strftime("%Y-%m-%d %H:%M:%S", time.localtime())
            
            # 打印时钟
            print("+" + "-"*24 + "+")
            print("|     数字时钟       |")
            print("+" + "-"*24 + "+")
            print(f"|  {current_time}  |")
            print("+" + "-"*24 + "+")
            
            # 每秒更新一次
            time.sleep(1)
    except KeyboardInterrupt:
        print("\n时钟已停止")

# 运行时钟
digital_clock()

time模块常用函数速查表

总结

Python的time模块是处理时间相关任务的基础工具，提供了：

• 时间戳的获取与转换
• 时间格式化与解析功能
• 精确的延时操作
• 程序性能测量方法

虽然对于复杂的日期时间操作，推荐使用更强大的datetime模块，但time模块在以下场景仍是首选：

• 需要处理UNIX时间戳
• 需要高精度计时
• 简单的延时操作
• 系统级时间操作

最佳实践提示： 在处理时区相关的时间时，建议使用pytz库配合datetime模块。对于需要高精度计时的场景，time.perf_counter()比time.time()更可靠。