python-处理json、处理时间

1、处理json：
import json

#json串就是字符串。

d = {
   'car1':{'color':'red','price':100,'count':50},
   'car2':{'color':'red','price':100,'count':50},
   'car3':{'color':'red','price':100,'count':50},
   'car4':{'color':'red','price':100,'count':50},
   'car5':{'color':'red','price':100,'count':50},
   'car6':{'color':'red','price':100,'count':50},
    }

res = json.dumps(d,indent=8,ensure_ascii=False) #把list、字典转成json,indent多少缩进,ensure_ascii可以显示中文
f1 = open('f1','w',encoding='utf-8')
f1.write(res)

f1 = open('f1',encoding='utf-8')
res = f1.read()
dict_res = json.loads(res)  #把json串变成python的数据类型
print(dict_res)

f1 = open('f1','w',encoding='utf-8')
json.dump(d,f1,ensure_ascii=False,indent=4)
#自动帮你写入文件，第一个参数是数据，第二个是文件对象

f1 = open('f1',encoding='utf-8')
print(json.load(f1))
#自动帮你读文件。

2、处理时间

import time
# time.sleep(2) #等待几秒
# 1、格式化好的时间 2018-1-14 16:42
# 2、时间戳 是从unix元年到现在所有的秒数
# 3、时间元组

#想时间戳和格式化好的时间互相转换的话，都要先转成时间元组，然后才能转
# print(int(time.time())) #当前时间戳
# cur_time = time.strftime('%Y-%m-%d %H:%M:%S')
# cur_time = time.strftime('%H%M%S') #取当前时间的格式化时间
# print(time.timezone) #和标准时间相差了几个小时
# print(time.gmtime(1516005840)) #标准时区。
cur_time= time.localtime(1516005840) #默认取当前时区的时间元组，如果传入了一个时间戳，那么就把这个时间戳转换成时间元组。
res = time.strftime('%Y-%m-%d %H:%M:%S',cur_time)
def timestampToStr(time_strmp,format='%Y%m%d%H%M%S'):
   #时间戳转格式化好的时间
   cur_time = time.localtime(time_strmp)  #时间戳转成时间元组
   res = time.strftime(format, cur_time) #再把时间元组转成格式化好的时间
   return res
def strToTimestamp(time_st,format='%Y%m%d%H%M%S'):
   #20181128113859
   #这个函数是格式化好的时间，转时间戳的
   t=time.strptime(time_st,format) #把格式化好的时间转成时间元组
   res = time.mktime(t) #时间元组转成时间戳
   return res
3、datetime模块

import datetime
import time
# print(datetime.datetime.today()) #当前时间，到秒
# print(datetime.datetime.now()) #和today一样
#
print(datetime.datetime.today().strftime('%Y-%m-%d')) #格式化好的时间
print(datetime.datetime.today()+datetime.timedelta(3)) #取3天后的
print(datetime.datetime.today()+datetime.timedelta(-3)) #取3天前的
print(datetime.date.today()) #去当天的日期，只是日期

转载于:https://www.cnblogs.com/hoby2017/p/8289231.html