Whenever 0.8.0版本发布:时间处理库的重大更新
项目简介
Whenever是一个专注于日期和时间处理的Python库,旨在提供更直观、更安全的时间操作接口。该项目通过Rust扩展实现高性能的时间计算,同时保持Pythonic的API设计风格。在0.8.0版本中,Whenever进行了多项重大改进和优化,为未来的1.0正式版奠定了基础。
性能优化
本次更新在性能方面取得了显著提升:
-
时区操作加速:Rust扩展中的时区处理速度提升了5-8倍,这得益于放弃了标准库的
zoneinfo模块,采用了全新的实现方案。对于需要频繁处理时区转换的应用场景,这一改进将带来明显的性能优势。 -
导入速度提升:无论是Rust扩展还是纯Python实现,模块的导入速度都得到了显著优化。这意味着应用程序启动时加载Whenever库的时间更短,特别适合需要快速启动的CLI工具和微服务。
-
RFC2822解析优化:邮件和HTTP协议中常见的RFC2822时间格式解析现在更加健壮且快速,处理网络协议中的时间戳更加高效。
功能增强
0.8.0版本在功能方面也有多项改进:
-
ISO 8601格式支持扩展:
parse_common_iso()方法现在支持更广泛的ISO 8601格式变体,能够处理更多实际场景中出现的时间表示方式。开发者不再需要为各种细微差异的ISO格式编写额外的处理逻辑。 -
边界条件处理改进:极端日期边界条件下的计算更加可靠,避免了在处理接近时间表示极限的日期时可能出现的错误。
-
文档完善:新增了示例页面,提供了实际使用场景中的代码片段,帮助开发者更快地上手和使用库的各种功能。
重大变更
0.8.0版本包含了一些破坏性变更,这些变更是为了API的一致性和未来的扩展性:
-
类名和方法重命名:
LocalDateTime更名为PlainDateTimelocal()方法更名为to_plain()instant()方法更名为to_instant()strptime方法更名为parse_strptime
-
错误处理改进:
- 无效时区名称现在抛出
whenever.TimeZoneNotFoundError(继承自ValueError)而非zoneinfo.ZoneInfoNotFoundError InvalidOffset异常更名为InvalidOffsetErrorSkippedTime和RepeatedTime现在继承自ValueError
- 无效时区名称现在抛出
-
行为变更:
TimeDelta.from_py_timedelta不再接受timedelta子类- Whenever现在使用独立的时区缓存,不再受
ZoneInfo.clear_cache()影响 - 移除了
[format|parse]_rfc3339方法,推荐使用更通用的ISO 8601处理方法
问题修复
本次更新修复了多个关键问题:
-
纯Python版本中
ZonedDateTime.exact_eq()方法的比较逻辑缺陷,避免了在某些情况下可能出现的误判。 -
day_length()和start_of_day()方法的类型标注错误,提高了类型检查的准确性。 -
修正了
now()方法参数描述的准确性,避免了文档与实际行为的不一致。
升级建议
对于现有项目升级到0.8.0版本,开发者需要注意:
-
检查代码中是否使用了被重命名的方法和类,按照变更说明进行相应修改。
-
特别注意错误处理逻辑,确保捕获的异常类型与新的错误体系兼容。
-
评估时区缓存行为变更对应用的影响,必要时使用Whenever提供的新缓存控制方法。
-
对于性能敏感的应用,可以考虑利用新的ISO 8601解析能力替换原有的RFC3339处理逻辑。
Whenever 0.8.0版本通过这次重大更新,在性能、功能和API设计上都迈出了重要一步,为开发者提供了更强大、更可靠的时间处理工具。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112