Python处理时间戳需区分秒级（10位）与毫秒级（13位），转换时应使用整数运算避免浮点误差，推荐毫秒转秒用//1000、秒转毫秒用int(seconds*1000)，并用工具函数自动识别标准化。
Python中处理时间戳，关键在于分清毫秒和秒级的区别——秒级时间戳是10位整数，毫秒级是13位；转换时稍不注意就会差1000倍，导致时间错乱。
秒级与毫秒级时间戳的识别与判断
秒级时间戳（Unix时间戳）指自1970-01-01 00:00:00 UTC起经过的秒数，典型值如 1717023600（10位）；毫秒级则是同一时刻的毫秒数，如 1717023600123（13位）。实际开发中，API返回的时间戳常为毫秒级（如JavaScript Date.now()、多数HTTP接口），而Python标准库（time.time()、datetime.timestamp()）默认返回秒级浮点数。
判断方法：
- 看位数：10位 ≈ 秒级，13位 ≈ 毫秒级（注意：1970–2286年间成立）
- 看来源：前端传来的、JSON接口字段名含“ms”或“millis”的，大概率是毫秒
- 用逻辑验证：转成可读时间后是否明显偏移（比如变成1970年或5万年后），就说明单位错了
毫秒 ↔ 秒的相互转换（推荐方式）
核心原则：统一用整数运算，避免浮点精度误差；转换后及时转为int或round()再使用。
立即学习“Python免费学习笔记（深入）”；
✅ 正确做法：
- 毫秒 → 秒：
seconds = millis // 1000（整除，丢弃毫秒部分）或seconds = round(millis / 1000)（四舍五入） - 秒 → 毫秒：
millis = int(seconds * 1000)（注意：若seconds来自time.time()，它带微秒，乘1000后需取整）
❌ 避免：int(time.time() * 1000) —— 因time.time()是浮点数，乘法可能引入精度误差（如1717023600.999999变1717023600999而非预期的1717023601000）。
用datetime安全地处理毫秒时间戳
Python的datetime.fromtimestamp()只接受秒级浮点数。要解析毫秒时间戳，先转秒：
- 毫秒转 datetime：
dt = datetime.fromtimestamp(millis / 1000)（自动处理时区） - 带毫秒精度的 datetime（保留原毫秒）：
dt = datetime.fromtimestamp(millis // 1000).replace(microsecond=(millis % 1000) * 1000) - datetime 转毫秒：
millis = int(dt.timestamp() * 1000)（推荐用int()而非round()，更稳定）
⚠️ 注意：dt.timestamp()在Windows上对早于1970年的日期可能报错；跨时区建议用datetime.fromtimestamp(ts, tz=timezone.utc)明确指定。
实战小技巧：一行检测并标准化时间戳
写个工具函数，自动适配输入可能是秒或毫秒：
def normalize_timestamp(ts):
ts = int(ts)
if ts > 1e12: # 大于1万亿，当作毫秒
return ts // 1000
elif ts > 1e9: # 10亿到1万亿之间，当作秒
return ts
else:
raise ValueError(f"Invalid timestamp: {ts}")
这样能兼容不同来源的数据，减少硬编码判断。配合datetime.fromtimestamp(normalize_timestamp(raw))即可稳健解析。
