আমি আলোচনার দুটি পদক্ষেপের সংক্ষিপ্তসার:
- কাঁচা বিন্যাসকে কোনও
datetime
বস্তুতে রূপান্তর করুন ।
- সপ্তাহের সংখ্যা গণনা করতে কোনও
datetime
অবজেক্ট বা কোনও date
অবজেক্টের ফাংশন ব্যবহার করুন ।
গা গরম করা
`` পাইথন
from datetime import datetime, date, time
d = date(2005, 7, 14)
t = time(12, 30)
dt = datetime.combine(d, t)
print(dt)
``
প্রথম পদক্ষেপ
ম্যানুয়ালি কোনও datetime
বস্তু উত্পন্ন করতে আমরা ব্যবহার করতে পারি datetime.datetime(2017,5,3)
বা datetime.datetime.now()
।
তবে বাস্তবে, আমাদের সাধারণত একটি বিদ্যমান স্ট্রিং পার্স করা দরকার। আমরা strptime
ফাংশনটি ব্যবহার করতে পারি , যেমন datetime.strptime('2017-5-3','%Y-%m-%d')
আপনার ফর্ম্যাটটি নির্দিষ্ট করতে হবে। অফিসিয়াল ডকুমেন্টেশনে বিভিন্ন ফর্ম্যাট কোডের বিস্তারিত পাওয়া যাবে ।
বিকল্পভাবে, আরও সুবিধাজনক উপায় হ'ল ডেট পার্স মডিউলটি ব্যবহার করা । উদাহরণগুলি হ'ল dateparser.parse('16 Jun 2010')
, dateparser.parse('12/2/12')
বাdateparser.parse('2017-5-3')
উপরের দুটি পদ্ধতির কোনও datetime
বস্তু ফিরে আসবে ।
২ য় পদক্ষেপ
datetime
কল করতে প্রাপ্ত বস্তুটি ব্যবহার করুন strptime(format)
। উদাহরণ স্বরূপ,
`` পাইথন
dt = datetime.strptime('2017-01-1','%Y-%m-%d') # return a datetime object. This day is Sunday
print(dt.strftime("%W")) # '00' Monday as the 1st day of the week. All days in a new year preceding the 1st Monday are considered to be in week 0.
print(dt.strftime("%U")) # '01' Sunday as the 1st day of the week. All days in a new year preceding the 1st Sunday are considered to be in week 0.
print(dt.strftime("%V")) # '52' Monday as the 1st day of the week. Week 01 is the week containing Jan 4.
``
কোন ফর্ম্যাটটি ব্যবহার করবেন তা সিদ্ধান্ত নেওয়া খুব জটিল। একটি ভাল উপায় হ'ল একটি date
জিনিস কল করার জন্য isocalendar()
। উদাহরণ স্বরূপ,
`` পাইথন
dt = datetime.strptime('2017-01-1','%Y-%m-%d') # return a datetime object
d = dt.date() # convert to a date object. equivalent to d = date(2017,1,1), but date.strptime() don't have the parse function
year, week, weekday = d.isocalendar()
print(year, week, weekday) # (2016,52,7) in the ISO standard
``
বাস্তবে, আপনি date.isocalendar()
সাপ্তাহিক প্রতিবেদন তৈরি করতে ব্যবহার করার সম্ভাবনা বেশি পাবেন , বিশেষত "ক্রিসমাস-নিউ ইয়ার" শপিংয়ের মরসুমে।