Timestamp解析0000-00-00 00:00:00报格式错误

mysql中存储的是Timestamp类型的0000-00-00 00:00:00,

但是在java程序中使用

Timestamp.valueOf("0000-00-00 00:00:00")

打印出来这个值会报解析格式错误:

因为datetime类型取值范围:1000-01-01 00:00:00 到 9999-12-31 23:59:59

timestamp类型取值范围:1970-01-01 00:00:00 到 2037-12-31 23:59:59

Timestamp识别不了全0的日期格式。

在建表的时候,通常会使用如下的方式创建某个字段:

create_time TIMESTAMP NOT NULL DEFAULT '0000-00-00 00:00:00' COMMENT '创建时间',

也就是说如果设置的字段为null,会自动转换成0000-00-00 00:00:00。

而不是想当然的先用

Timestamp.valueOf("0000-00-00 00:00:00")

这种方式转换成全0,再insert到数据库中。

只要在连接db的配置中加入:zeroDateTimeBehavior=convertToNull

jdbc:mysql://localhost:3306/mydbname?zeroDateTimeBehavior=convertToNull

就可以在 0000-00-00 00:00:00 和 null之间进行转换。

那么如果在db中存储的是0000-00-00 00:00:00,读取出来的就是null

转载于:https://www.cnblogs.com/sonofelice/p/6580483.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
这个错误通常表示你的日期数据超出了pandas所能处理的范围。具体来说,这个错误可能是由于以下原因之一导致的: - 日期数据格式错误:日期数据的格式应该是`YYYY-MM-DD HH:MM:SS`或`YYYY-MM-DD`,如果数据格式不正确,pandas就无法解析它们。 - 日期数据超出范围:pandas只能处理1678年到2262年之间的日期数据,如果数据超出了这个范围,就会出现这个错误。 你可以通过以下几种方法来解决这个问题: - 检查数据格式:确保日期数据的格式正确,如果不正确,可以使用`pd.to_datetime()`函数将其转换为正确的格式- 检查数据范围:如果你的日期数据确实超出了pandas所能处理的范围,你可以考虑对数据进行修正,或者使用其他的工具来处理这些数据。 例如,你可以使用以下代码来检查和转换日期数据的格式: ```python import pandas as pd # 读取csv文件 df = pd.read_csv('file.csv') # 将日期列转换为日期类型 df['date_column'] = pd.to_datetime(df['date_column'], errors='coerce') # 检查是否有无效日期数据 invalid_dates = df[df['date_column'].isna()] if not invalid_dates.empty: print('Invalid dates:', invalid_dates) # 提取年份 df['year'] = df['date_column'].dt.year ``` 在这个示例代码中,我们使用了`errors='coerce'`参数来将无效的日期数据转换为`NaT`,以避免出现错误。我们还检查了是否有无效的日期数据,并打印了出来,以便进一步处理。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值