2.8 日期和時間處理

java.util包提供的處理日期和時間的類有SimpleDateFormat、DateFormat、Date以及Calendar。其中，SimpleDateFormat和DateFormat類用來實現日期和時間的格式化，常使用的方法有format(Date date)和parse(String source)；Date類主要處理指定格式的時間；Calendar類主要用于年月日類型數據的轉換。

在采集數據時，不同網站的時間使用格式可能不同。而不同的時間格式，會為數據存儲以及數據處理帶來一定的困難。例如，圖2.13所示為某汽車論壇中的時間使用格式，包含“yyyy-MM-dd”和“yyyy-MM-dd HH:mm”兩種格式；圖2.14所示為某新聞網站中的時間使用格式為“yyyy-MM-dd HH:mm:ss”。

針對汽車論壇中的“yyyy-MM-dd”和“yyyy-MM-dd HH:mm”格式，可以統一轉化成“yyyy-MM-dd HH:mm:ss”格式，以方便數據存儲以及后期數據處理，如程序2-14所示。在程序2-14中，parseStringTime()方法的作用是將字符串類型的時間標準化成指定格式的時間，這里通過調用DateFormat類中的parse()方法和format()方法來實現。

程序2-14

圖2.15所示為程序2-14的輸出結果。

另外，采集數據時，通常需要記錄每一條數據的采集時間。圖2.16所示為采集的汽車銷量數據，字段craw_time表示采集每條記錄的時間信息。程序2-15給出了獲取當前時間的一個通用方法。在該方法中，使用了Date類的無參構造方法創建了一個Date對象，進而獲取當前時間。

程序2-15

再者，一些網站的時間格式為UNIX時間戳（即從1970年1月1日開始經過的秒數）。圖2.17所示為國外某藝術品網站，基于瀏覽器抓包（下一章中講解），發現該網頁的時間格式為UNIX時間戳，如圖2.18所示。為將UNIX時間戳轉化為指定格式的時間，需要構造一個通用的方法，如程序2-16所示。

程序2-16