微信小程序 时间戳与日期格式的转换

news2025/5/11 6:29:10

1. 微信小程序 时间戳与日期格式的转换

  微信小程序中的时间戳是指格林威治时间1970年01月01日00时00分00秒(北京时间1970年01月01日08时00分00秒)起至现在的总秒数。例如现在北京时间2015-12-31 17:00:00的时间戳是1451552400,就是指从北京时间1970-01-01 08:00:00到2015-12-31 17:00:00已经过去了1451552400秒。
  在编程语言中使用时间戳的好处:
  (1)时间戳没有时区概念,比如如果用’2015-12-31 17:00:00’这么一个字符串表示时间的话,北京时间和美国时间是不一样的,但是用时间戳1451552400来表示的话,那就是一定是唯一的时间,不会有歧义;
  (2)时间戳在编程语言中一般是长整形数据类型,无论何种编程语言都能认识时间戳,如果用字符串表示时间,还需要转换。

1.1. 获取昨天,今天,明天的xx-xx-xx格式的日期

  微信小程序picker 日期选择中经常要用到 年-月-日 格式的时间,写下来方便以后使用。

//时间的格式为 xxxx-xx-xx 即 年-月-日, 小程序picker中经常可以用到
//昨天的时间
var day1 = new Date();
day1.setTime(day1.getTime()-24*60*60*1000);
var s1 = day1.getFullYear()+"-" + (day1.getMonth()+1) + "-" + day1.getDate();
 
//今天的时间
var day2 = new Date();
day2.setTime(day2.getTime());
var s2 = day2.getFullYear()+"-" + (day2.getMonth()+1) + "-" + day2.getDate();
 
//明天的时间
var day3 = new Date();
day3.setTime(day3.getTime()+24*60*60*1000);
var s3 = day3.getFullYear()+"-" + (day3.getMonth()+1) + "-" + day3.getDate();

1.2. 获取前一天时间

  微信小程序获取前一天时间。
在这里插入图片描述

 that.getDeadline("2025-04-16 17:35:15");

getDeadline: function (time) {
    var date1 = new Date(time + ":000");
    var timeStamp1 = date1.getTime();
    var date2 = new Date(timeStamp1);
    date2.setTime(date1.getTime() - 24 * 60 * 60 * 1000);
    var year = date2.getFullYear()
    var month = date2.getMonth() + 1
    if (month < 10) {
      month = "0" + month
    }
    var day = date2.getDate()
    if (day < 10) {
      day = "0" + day
    }
    var hour = date2.getHours()
    if (hour < 10) {
      hour = "0" + hour
    }
    var minite = date2.getMinutes();
    if (minite < 10) {
      minite = "0" + minite
    }
    var second = date2.getSeconds();
    if (second < 10) {
      second = "0" + second
    }
    var time2 = year + "-" + month + "-" + day + ' ' + hour + ":" + minite + ":" + second;
    return time2;
  },

1.3. 时间转换为时间戳

  (1)方法一

   var date = new Date("2022-12-04 17:15:53:555");
    // 有三种方式获取
    var time1 = date.getTime();
    var time2 = date.valueOf();
    var time3 = Date.parse(date);
    console.log(time1); //1670145353555
    console.log(time2); //1670145353555
    console.log(time3); //1670145353000

  (2)方法二

var time = '2020-04-01 00:00:00';
var repTime = time.replace(/-/g, '/');//用正则主要是把“2020-04-01 00:00:00'”转换成“2020/04/01 00:00:00'”兼容ios
console.log("返回时间:" + repTime);
var timeTamp = Date.parse(repTime);
console.log("返回时间戳:" + timeTamp)

1.4. 订单倒计时实现

1.4.1. 实现思路:

  求出发起拼团时间与拼团结束时间的时间差
  再将时间差格式化得到我们想要的格式如:
  时间每秒递减使用了 setTimeout(this.setTimeCount,1000);这个函数,让这个函数每隔一秒执行一次。

1.4.2. 实现中的难点

  若是要实现单个倒计时如60s发送验证码倒不是很难,难的是多条倒计时。
  不同的订单下单时间是不一样的时间差time也就不一样,所以当初在这卡了很久,后来想通一切才觉得原来如此。

1.4.3. 实现方法

  后台计算出时间前端直接获取时间差,当时为了不影响项目进度我们用的就是这个方法,真是苦了那个些后台的兄弟还得迁就我这个菜鸟。
获取这个时间差time后我们就可以将它处理后放入数组循环。这样做的好处是前端不用将time作为一个属性添加到原数组中。

1.4.4. 示例代码

  (1)timeCount.wxml

<view class="TimeSeond">{{timeSecond}}</view>

  (2)timeCount.js

Page({
  data: {
    timeSecond: '', //倒计时
  },
  onLoad() {
    this.timeCountdown();
  },
  timeCountdown() {
    var that = this
    var timeStampCur = new Date().getTime();
    //30分钟前
    var timeStampBefore = timeStampCur - 30 * 60 * 1000;
    if (timeStampCur > timeStampBefore) {
      var timeStampInterval = timeStampCur - timeStampBefore
      var hours = parseInt((timeStampInterval % (24 * 60 * 60 * 1000)) / (60 * 60 * 1000));
      var minutes = parseInt((timeStampInterval % (60 * 60 * 1000)) / (60 * 1000));
      var seconds = parseInt((timeStampInterval % (60 * 1000)) / 1000);
      var timeNum = setInterval(function () {
        timeStampInterval = timeStampInterval - 1000
        hours = parseInt((timeStampInterval % (24 * 60 * 60 * 1000)) / (60 * 60 * 1000));
        minutes = parseInt((timeStampInterval % (60 * 60 * 1000)) / (60 * 1000));
        seconds = parseInt((timeStampInterval % (60 * 1000)) / 1000);
        if (timeStampInterval < 1) {
          that.setData({
            timeSecond: '00:00:00'
          })
          clearInterval(timeNum)
          return false
        }
        hours = hours > 9 ? hours : '0' + hours
        minutes = minutes > 9 ? minutes : '0' + minutes
        seconds = seconds > 9 ? seconds : '0' + seconds
        that.setData({
          timeSecond: hours + ':' + minutes + ':' + seconds
        })
      }, 1000)
    } else {
      that.setData({
        timeSecond: '00:00:00'
      })
    }
  },
})

在这里插入图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2338937.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

【深度学习—李宏毅教程笔记】Transformer

目录 一、序列到序列&#xff08;Seq2Seq&#xff09;模型 1、Seq2Seq基本原理 2、Seq2Seq模型的应用 3、Seq2Seq模型还能做什么&#xff1f; 二、Encoder 三、Decoder 1、Decoder 的输入与输出 2、Decoder 的结构 3、Non-autoregressive Decoder 四、Encoder 和 De…

【人工智能学习-01-01】20250419《数字图像处理》复习材料的word合并PDF,添加页码

前情提要 20250419今天是上师大继续教育人工智能专升本第一学期的第一次线下课。 三位老师把视频课的内容提炼重点再面授。&#xff08;我先看了一遍视频&#xff0c;但是算法和图像都看不懂&#xff0c;后来就直接挂分刷满时间&#xff0c;不看了&#xff09; 今天是面对面授…

使用 Docker 安装 Elastic Stack 并重置本地密码

Elastic Stack&#xff08;也被称为 ELK Stack&#xff09;是一个非常强大的工具套件&#xff0c;用于实时搜索、分析和可视化大量数据。Elastic Stack 包括 Elasticsearch、Logstash、Kibana 等组件。本文将展示如何使用 Docker 安装 Elasticsearch 并重置本地用户密码。 ###…

利用 Deepseek 和 Mermaid 画流程图

提示词 你是一个产品经理&#xff0c;请绘制一个报名比赛的流程图&#xff0c;要求生成符合Mermaid语法的代码&#xff0c;具体要求如下&#xff1a; 1.注册账号 2.填写报名信息 3.参加比赛 4.查看比赛结果 生成的结果 flowchart TDA([开始]) --> B[注册账号]B --> C{账…

学习笔记: Mach-O 文件

“结构决定性质,性质决定用途”。如果不了解结构,是很难真正理解的。 通过一个示例的可执行文件了解Mach-O文件的结构 Mach-O基本结构 Header: &#xff1a;文件类型、目标架构类型等Load Commands&#xff1a;描述文件在虚拟内存中的逻辑结构、布局Data: 在Load commands中…

个人自用-导入安装Hexo

因为本人原来就有备份好的资料&#xff0c;所以重新安装起来会很方便&#xff0c;这个教程也只适合我自己用 但是所有的命令行都要在Git的命令行里面使用&#xff08;因为我就是这样操作的&#xff09; 1 安装Git Git的官网 Git git --version 这个是查看Git的版本 git --…

《AI大模型应知应会100篇》第26篇:Chain-of-Thought:引导大模型进行步骤推理

第26篇&#xff1a;Chain-of-Thought&#xff1a;引导大模型进行步骤推理 摘要 在自然语言处理&#xff08;NLP&#xff09;和人工智能领域&#xff0c;如何让大模型像人类一样进行逐步推理是一个核心挑战。Chain-of-Thought (思维链) 技术的出现为这一问题提供了强有力的解决…

STM32单片机入门学习——第43节: [12-3] 读写备份寄存器实时时钟

写这个文章是用来学习的,记录一下我的学习过程。希望我能一直坚持下去,我只是一个小白,只是想好好学习,我知道这会很难&#xff0c;但我还是想去做&#xff01; 本文写于&#xff1a;2025.04.19 STM32开发板学习——第43节: [12-3] 读写备份寄存器&实时时钟 前言开发板说明…

零基础上手Python数据分析 (18):Matplotlib 基础绘图 - 让数据“开口说话”

写在前面 —— 告别枯燥数字,拥抱可视化力量,掌握 Matplotlib 绘图基础 欢迎来到 “高效数据分析实战指南:Python零基础入门” 专栏! 经过前面 Pandas 模块的学习和实战演练,我们已经掌握了使用 Python 和 Pandas 进行数据处理、清洗、整合、分析的核心技能。 我们能够从…

【网络原理】UDP协议

目录 一. UDP 报文格式 &#xff08;1&#xff09;端口号 &#xff08;2&#xff09;UDP长度 &#xff08;3&#xff09;校验和 UDP协议属于传输层协议&#xff0c;由操作系统内核内置 一. UDP 报文格式 UDP数据报&#xff1a;无连接&#xff0c;不可靠传输&#xff0c;面…

HCIP OSPF综合实验

1.网络拓扑图 实验要求&#xff1a; 2.需求分析 IP规划&#xff1a; 对每个路由器配置ospf并用172.16.0.0/16网段进行划分&#xff0c;项目中一共有area0 - area4五个ospf区域加一个rip网段&#xff0c;所以我们在172.16.0.0/16选出6个网段 ISP 对r5只能配ip可以把他看成外…

实现批量图片文字识别(python+flask+EasyOCR)

话不多说,向上效果图 1)先说框架版本 为什么要先说框架版本呢,因为我在各种版本中尝试了两天,总算确定了如下版本适合我,至于其他的版本,各位自己去尝试 python 3.9.7 EasyOCR 1.7.2 flask 3.0.3 2)执行操作效果图 2.1)多选文件 2.2)图片预览 2.3)提取选中文件 2.4)提取所有文…

【java实现+4种变体完整例子】排序算法中【堆排序】的详细解析,包含基础实现、常见变体的完整代码示例,以及各变体的对比表格

以下是堆排序的详细解析&#xff0c;包含基础实现、常见变体的完整代码示例&#xff0c;以及各变体的对比表格&#xff1a; 一、堆排序基础实现 原理 基于二叉堆结构&#xff08;最大堆&#xff09;&#xff0c;通过以下步骤实现排序&#xff1a; 构建最大堆&#xff1a;将…

WhatTheDuck:一个基于浏览器的CSV查询工具

今天给大家介绍一个不错的小工具&#xff1a;WhatTheDuck。它是一个免费开源的 Web 应用程序&#xff0c;允许用户上传 CSV 文件并针对其内容执行 SQL 查询分析。 WhatTheDuck 支持 SQL 代码自动完成以及语法高亮。 WhatTheDuck 将上传的数据存储为 DuckDB 内存表&#xff0c;继…

工控系统前端设计(pyqt)

题目源自&#xff1a;白月黑羽的项目实战四-[工控系统前端] 代码已上传至gitcode https://gitcode.com/m0_37662818/Industrial_Control_System_Front_End 心得体会&#xff1a;直接用组态软件或者js吧 项目亮点 tablemodel的使用&#xff0c;绑定了表格和数据风机自定义ite…

剑指Offer(数据结构与算法面试题精讲)C++版——day15

剑指Offer&#xff08;数据结构与算法面试题精讲&#xff09;C版——day15 题目一&#xff1a;二叉树最低层最左边的值题目二&#xff1a;二叉树的右侧视图题目三&#xff1a;二叉树剪枝附录&#xff1a;源码gitee仓库 题目一&#xff1a;二叉树最低层最左边的值 题目&#xff…

打靶日记 zico2: 1

一、探测靶机IP&#xff08;进行信息收集&#xff09; 主机发现 arp-scan -lnmap -sS -sV -T5 -p- 192.168.10.20 -A二、进行目录枚举 发现dbadmin目录下有个test_db.php 进入后发现是一个登录界面&#xff0c;尝试弱口令&#xff0c;结果是admin&#xff0c;一试就出 得到加…

程序性能(1)嵌入式基准测试工具

程序性能(1)嵌入式基准测试工具 Author&#xff1a;Once Day date: 2025年4月19日 漫漫长路&#xff0c;才刚刚开始… 全系列文档查看&#xff1a;Perf性能分析_Once-Day的博客-CSDN博客 参考文档: CPU Benchmark – MCU Benchmark – CoreMark – EEMBC Embedded Micropr…

LLM MCP模型上下文协议快速入门(for Java)

什么是MCP Model Control Protocol&#xff08;MCP&#xff09;是由AI研究机构Anthropic在2023年第二季度首次提出的新型协议规范&#xff0c;旨在解决大语言模型LLM应用中的上下文管理难题。作为LLM交互领域的创新标准&#xff0c;MCP协议在发布后短短一年内已进行了多次更新…

支持向量机(SVM):原理、应用与深入解析

内容摘要 本文深入探讨支持向量机&#xff08;SVM&#xff09;。阐述其作为分类算法在小样本、非线性及高维模式识别中的优势&#xff0c;详细介绍SVM基本概念、能解决的问题、核函数作用、对偶问题引入及常见核函数等内容&#xff0c;同时分析其优缺点&#xff0c;并与逻辑回…