告别 Python Datetime 噩梦：拥抱类型安全、DST 无忧的 whenever 库

type

status

date

slug

summary

`whenever` 是什么？

GitHub - ariebovenberg/whenever: ⏰ Modern datetime library for Python

⏰ Modern datetime library for Python. Contribute to ariebovenberg/whenever development by creating an account on GitHub.

https://github.com/ariebovenberg/whenever

Python 内建的 datetime 模块，尽管功能强大，但在过去 20 多年的发展中，确实积累了一些与现代开发者期望不太一致的设计，留下了不少“坑”。

Python datetime 的“老毛病”

咱们直言不讳，datetime 主要有两大槽点：

夏令时（DST）处理不直观：在某些情况下，它并不会自动考虑 DST 的变化。看看这个例子：

官方解释是 DST 只在涉及两个时区的计算中才考虑，但这显然与很多人的直觉相悖，也引发了不少讨论（#91618#116035 #112638）。

类型系统无法区分 naive 和 aware：你的函数可能只设计用于处理带时区信息（aware）的 datetime，或者不带时区信息（naive）的 datetime，但类型提示 datetime 无法明确这一点，给静态检查留下了盲区。

那其他第三方库呢？Arrow? Pendulum?

你可能会想到 Arrow 和 Pendulum 这两个流行的库。它们确实在 API 友好性上做了尝试，但并没有完全解决核心问题：

Arrow: 虽然 API 更“现代”，但它简化类型（只有一个 arrow.Arrow 类型）反而让类型检查更难发现 naive/aware 混用的问题，并且同样存在 DST 的陷阱。性能也不是强项。

Pendulum: 曾以更好的 DST 处理和性能为卖点，但并非所有 DST 陷阱都被修复，且性能随时间推移有所下降。更令人担忧的是，它似乎陷入了维护停滞，近四年只有一个版本发布，许多 issue 悬而未决。

对比一下：

特性	Whenever	datetime	Arrow	Pendulum
DST 安全	✅	❌	❌	⚠️
类型区分 aware/naive	✅	❌	❌	❌
高性能	✅	✅	❌	❌

✨ whenever 闪亮登场！ ✨

这就是 whenever 库要解决的问题。它借鉴了其他现代语言（如 JavaScript 的 Temporal API、Java 的 Joda Time/Noda Time）中经过验证的设计理念，旨在提供一个正确、类型安全 且 高性能 的 Python 日期时间解决方案。

核心优势：

🌐 DST 安全的算术运算：告别因夏令时转换带来的计算错误。

🛡️ 类型安全的 API：通过不同的类型（如 Instant, ZonedDateTime, LocalDateTime）在编译时（或静态检查时）就防止 naive 和 aware 的混用错误。

✅ 修复已知陷阱：解决了标准库、Arrow 和 Pendulum 未能完全覆盖的问题。

⚖️ 基于成熟概念：设计理念有据可循，易于理解和上手。

⚡️ 无与伦比的性能：基于 Rust 实现（同时提供纯 Python 备选项），其性能通常优于其他第三方库，甚至常常超越标准库 datetime（具体见其文档中的 Benchmark 图）。

💎 充分测试与文档：拥有高达 100% 的测试覆盖率和清晰的文档。

📆 支持日期算术。

⏱️ 纳秒级精度。

🦀 Rust 赋能：核心逻辑由 Rust 编写，保证性能，但也提供了 pure-Python 的安装选项。

快速上手：

开发状态与路线图

目前 whenever 还处于 0.x 版本阶段，这意味着 API 在 1.0 正式版发布前可能还会有调整（但每次变动都会在 Changelog 中详细说明）。开发团队正在积极收集反馈并完善功能，目标是尽快达到功能对等，然后发布 1.0 稳定版。路线图包括了自定义解析/格式化、时间间隔、周期性时间等高级功能。

⚠️ 注意：在 1.0 版本之前，使用 pickle 序列化的 whenever 对象可能无法跨版本反序列化。

局限性

目前支持公元 1 年到 9999 年的格里高利历。

时区偏移量限制为整秒（与 IANA TZ 数据库一致）。

不支持闰秒（与行业标准和其他现代库保持一致）。

总结

如果你厌倦了 Python datetime 的种种陷阱和模糊性，或者对 Arrow、Pendulum 的表现和维护状态感到担忧，那么 whenever 绝对值得你关注和尝试。它提供了一种更安全、更可靠、更高效的方式来处理日期和时间，其清晰的类型系统和对 DST 的正确处理能够显著减少 bug，提升代码质量。

虽然它还年轻（未到 1.0），但其设计理念先进，性能出色，发展势头良好。给它一个机会，或许它就能成为你 Python 工具箱中处理日期时间的新标准。

行动起来！