Python time模块核心函数用法与时间格式化实战

脚本专家

在Python日常开发中，时间处理是绕不开的基础操作。日志时间戳、接口耗时统计、定时任务调度、数据入库时间标记，都会用到时间相关功能。Python标准库中的time模块是解决这些问题的最轻量工具，它直接封装了系统底层时间接口，不需要安装第三方依赖。本文从实际开发角度梳理time模块的核心函数、时间格式转换流程以及典型的代码实践场景。

一、time模块能解决什么问题
time模块围绕Unix时间戳展开，核心能力包括：获取当前时间、在时间戳与结构化时间之间互转、格式化输出字符串时间、让程序暂停指定秒数、测量代码执行耗时。理解这些功能后，大多数基础时间需求都能直接覆盖。需要说明的是，time模块的时区处理能力有限，复杂的时区转换建议使用datetime模块配合pytz完成。

二、时间获取与结构化对象
time.time()返回自1970年1月1日00:00:00（UTC）以来的秒数，结果为浮点数。这是所有时间计算的基础值，适合用于记录事件发生顺序或计算时间差。

2. import time
3. timestamp = time.time()
4. print(f"当前时间戳: {timestamp}")
5. # 输出示例: 当前时间戳: 1745315368.123456

复制代码

time.localtime([secs])将时间戳转换为本地时区的结构化时间对象struct_time。不带参数时默认使用当前时间戳。struct_time是一个命名元组，可以直接访问tm_year、tm_mon、tm_mday等字段，在需要单独提取年、月、日、时、分、秒时非常方便。

2. local_time = time.localtime()
3. print(local_time)
4. # 输出: time.struct_time(tm_year=2026, tm_mon=8, tm_mday=22, tm_hour=15, tm_min=49, tm_sec=28, tm_wday=4, tm_yday=234, tm_isdst=0)
5. print(f"年份: {local_time.tm_year} 月份: {local_time.tm_mon} 日期: {local_time.tm_mday}")

复制代码

time.gmtime([secs])用法与localtime相同，区别在于它转换的是UTC标准时间，而不是本地时间。在需要统一时间基准、跨时区日志记录或国际协作场景下，gmtime能避免本地时区差异造成的混乱。

三、时间格式化与解析
将struct_time转换为字符串，使用time.strftime(format[, t])。格式化字符串由多个占位符组成，常用的有：%Y（四位年份）、%m（月份01-12）、%d（日期01-31）、%H（小时00-23）、%M（分钟00-59）、%S（秒00-59）、%A（星期全名）、%a（星期缩写）。

2. formatted = time.strftime("%Y-%m-%d %H:%M:%S", local_time)
3. print(formatted)
4. # 输出: 2026-08-22 15:49:28

复制代码

反向操作是time.strptime(string[, format])，它把字符串按照指定格式解析为struct_time对象。解析时格式符必须与字符串严格匹配，否则会抛出ValueError。

2. time_str = "2026-08-22 15:49:28"
3. parsed_time = time.strptime(time_str, "%Y-%m-%d %H:%M:%S")
4. print(parsed_time)

复制代码

四、时间戳与结构化时间双向转换
除了localtime和gmtime完成时间戳到struct_time的转换，time.mktime(t)则负责反向操作：传入本地时区的struct_time，返回对应的Unix时间戳。这个函数在读取配置文件中的时间字符串、转成时间戳做比较时比较实用。

2. struct_time = time.localtime()
3. timestamp_from_struct = time.mktime(struct_time)
4. print(f"转换回的时间戳: {timestamp_from_struct}")
5. new_struct = time.localtime(timestamp_from_struct)
6. print(new_struct)

复制代码

五、程序休眠与性能计时
time.sleep(secs)使当前线程暂停执行指定秒数，参数可以是浮点数，例如0.5表示暂停500毫秒。注意该操作会阻塞当前线程，在GUI事件循环或asyncio异步任务中要避免直接调用，否则会卡住界面或阻塞事件循环。

性能计时要区分墙上时钟时间与CPU时间。time.perf_counter()返回高精度的性能计数器值，适合测量代码块的真实耗时，包括线程休眠、IO等待等所有时间。time.process_time()返回当前进程的系统和用户CPU时间总和，只统计进程占用的CPU时间，不受sleep和IO等待影响。

2. start = time.perf_counter()
3. time.sleep(0.1)
4. end = time.perf_counter()
5. print(f"操作耗时: {end - start:.6f} 秒")
7. start_cpu = time.process_time()
8. sum(range(1000000))
9. end_cpu = time.process_time()
10. print(f"CPU 时间: {end_cpu - start_cpu:.6f} 秒")

复制代码

六、其他实用函数
time.ctime([secs])将时间戳转换为类似"Fri Aug 22 15:49:28 2026"的可读字符串，不带参数时使用当前时间。time.asctime([t])接受struct_time对象作为参数，输出格式与ctime完全一致。二者区别只在于入参类型。time.timezone返回本地时区相对于UTC的偏移秒数，UTC以西为正。该值是只读属性，可用于判断当前时区的大致偏移量。

2. readable = time.ctime()
3. print(readable)
4. # 输出: Fri Aug 22 15:49:28 2026
5. asc_time = time.asctime(local_time)
6. print(asc_time)
7. # 输出: Fri Aug 22 15:49:28 2026
8. print(f"本地时区偏移: {time.timezone} 秒")

复制代码

七、实战示例
下面是三个常见的开发场景，直接使用time模块即可完成。

计算函数执行时间：

2. import time
4. def expensive_function():
5.     total = 0
6.     for i in range(1000000):
7.         total += i
8.     return total
10. start = time.perf_counter()
11. result = expensive_function()
12. end = time.perf_counter()
13. print(f"函数结果: {result}")
14. print(f"执行时间: {end - start:.4f} 秒")

复制代码

生成带时间戳的日志：

2. def log_message(level, message):
3.     timestamp = time.strftime("%Y-%m-%d %H:%M:%S")
4.     print(f"[{timestamp}] [{level}] {message}")
6. log_message("INFO", "程序启动成功")
7. time.sleep(1)
8. log_message("WARNING", "磁盘空间不足")

复制代码

简单的倒计时：

2. def countdown(seconds):
3.     for i in range(seconds, 0, -1):
4.         print(f"\r倒计时: {i} 秒", end="", flush=True)
5.         time.sleep(1)
6.     print("\r倒计时结束！")
8. countdown(5)

复制代码

八、注意事项归纳
在项目中使用time模块时，以下几点值得留意。

第一，time.time()返回的浮点数精度受操作系统影响，通常能达到微秒级，但不适合直接做高精度性能对比，性能分析应优先使用time.perf_counter()。

第二，strftime与strptime的格式字符串是严格的，格式符数量和类型不匹配会直接报错，建议在公共工具函数中封装统一的格式化模板。

第三，time.sleep()是阻塞调用，会挂起当前线程。多线程场景下可以用threading.Event.wait()实现可中断的等待，异步编程中则应该改用asyncio.sleep()。

第四，测量耗时需求的不同决定了函数选择：需要用户感知的真实流逝时间用perf_counter，需要评估代码本身对CPU的占用用process_time。

第五，time模块的时区处理只支持查看系统当前时区，无法直接进行时区转换。涉及跨时区业务时，应该由datetime模块的timezone类或pytz库接管。

总体来看，time模块是Python时间处理的基石。time.time()、time.localtime()、time.strftime()、time.sleep()、time.perf_counter()这五个函数覆盖了绝大多数日常场景。结合datetime模块处理更复杂的时区运算和日期加减，就能在项目中构建完整的时间处理能力。

热心网友1

干货满满，正好最近在写脚本要处理日志时间戳，这篇把time模块的常用函数和转换流程梳理得很清楚，尤其mktime和strptime的搭配以前总搞混，现在思路顺多了。期待楼主补全最后的实战代码示例。

热心网友1

感谢分享，写得很清晰！特别是 perf_counter 和 process_time 的对比，平时计时确实容易混淆。我一般处理日志时间戳就直接用 time.strftime，确实方便。 另外想问下，比如要解析带毫秒的时间字符串，time.strptime 是不是就不太支持？是不是得用 datetime 或者手动切分？

热心网友1

楼主的整理很清晰，把 time 模块的常用函数和转换关系都讲透了。平时写脚本确实经常跟这几个函数打交道，特别是 perf_counter 测耗时和 strftime/strptime 做格式化，基本是必用的。 有个小补充：做时间差计算时，如果跨天或者需要更精细的日期运算，直接拿时间戳相减再转成秒数也很方便，比如 `end - start` 得到浮点数后自己换算成时分秒。另外 `time.mktime` 处理本地时区时，如果机器时区设置不对，结果会偏差，这点跟楼主说的一致，复杂时区还是交给 datetime 更稳妥。 实战里的封装思路很实用，收藏了。期待楼主继续分享 datetime 模块的用法。