中国节假日日历库 chinese-calendar 完全指南
2026-02-07 04:36:29作者:丁柯新Fawn
chinese-calendar 是一个专业的 Python 库,专门用于判断中国法定节假日和工作日。该库支持从 2004 年至 2026 年的完整节假日数据,包括 2020 年春节延长假期等特殊情况的精准识别。
快速安装部署
基础安装方法
使用 pip 命令即可快速安装最新版本:
pip install chinesecalendar
年度数据更新
由于节假日安排依赖国务院发布的最新通知,建议每年 11 月前后执行版本升级:
pip install -U chinesecalendar
核心功能详解
基础日期类型判断
import datetime
from chinese_calendar import is_holiday, is_workday
# 判断 2018年4月30号 是不是节假日
april_last = datetime.date(2018, 4, 30)
assert is_workday(april_last) is False
assert is_holiday(april_last) is True
节假日详细信息获取
import chinese_calendar as calendar
# 在判断的同时获取节日名称
on_holiday, holiday_name = calendar.get_holiday_detail(april_last)
assert on_holiday is True
assert holiday_name == calendar.Holiday.labour_day.value
调休日智能识别
import chinese_calendar
# 判断法定节假日是否为调休
assert chinese_calendar.is_in_lieu(datetime.date(2006, 2, 1)) is False
assert chinese_calendar.is_in_lieu(datetime.date(2006, 2, 2)) is True
完整节假日类型覆盖
库中支持的主要节假日类型包括:
- 元旦 (New Year's Day) - 1天假期
- 春节 (Spring Festival) - 3天法定节假日
- 清明节 (Tomb-sweeping Day) - 1天假期
- 劳动节 (Labour Day) - 1天假期
- 端午节 (Dragon Boat Festival) - 1天假期
- 国庆节 (National Day) - 3天法定节假日
- 中秋节 (Mid-autumn Festival) - 1天假期
高级功能应用
时间段节假日统计
from chinese_calendar import get_holidays, get_workdays
start_date = datetime.date(2024, 1, 1)
end_date = datetime.date(2024, 12, 31)
# 获取2024年所有节假日(包含周末)
all_holidays = get_holidays(start_date, end_date, include_weekends=True)
# 获取2024年所有工作日(不包含周末)
workdays_only = get_workdays(start_date, end_date, include_weekends=False)
工作日智能查找
from chinese_calendar import find_workday
# 查找下一个工作日
next_workday = find_workday(delta_days=1)
# 查找上一个工作日
previous_workday = find_workday(delta_days=-1)
项目架构说明
chinese-calendar 项目采用清晰的模块化设计:
chinese_calendar/
├── __init__.py # 主模块入口,导出所有公共接口
├── constants.py # 生成的节假日常量数据定义
├── scripts/
│ ├── __init__.py # 脚本模块初始化
│ └── data.py # 节假日数据定义和生成逻辑
├── solar_terms.py # 24节气计算相关功能
└── utils.py # 工具函数和辅助方法
数据来源与权威性
该库的所有节假日数据均来源于国务院办公厅发布的官方节假日安排通知,确保数据的准确性和时效性。每年根据最新的国务院通知及时更新数据源,保证节假日判断的权威性。
主要应用场景
chinese-calendar 库适用于多种业务场景:
- 企业考勤系统 - 自动判断工作日和节假日,实现考勤自动化
- 财务计算应用 - 准确计算工作日相关的利息和费用
- 项目管理系统 - 科学排除节假日,优化项目排期
- 日程安排工具 - 智能避开法定节假日,提升用户体验
使用注意事项
- 时间范围限制:该库仅支持 2004 年至 2026 年的节假日数据
- 政策依赖性:节假日安排以国务院最新通知为基准
- 版本更新建议:建议定期升级以获取最新的节假日数据
- 调休规则注意:每年的调休安排可能有所不同,需要特别关注
技术特点
- 轻量级设计:库文件体积小,依赖简单
- 高性能计算:采用优化的算法实现快速日期判断
- 易于集成:提供简洁的 API 接口,便于快速集成到现有项目中
通过使用 chinese-calendar 库,开发者可以轻松地在应用程序中集成中国法定节假日的智能判断功能,显著提升开发效率和系统准确性。
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedRust0446
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown00
jiuwenswarmJiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0765
Hy3Hy3 是由腾讯混元团队研发的快慢思考融合的混合专家模型,总参数量 295B,激活参数 21B,MTP 层参数 3.8B。4 月底发布 Hy3 Preview 后,我们在 50 多个业务中获得了广泛的反馈,修复了各种体验问题,进一步提升了后训练的质量和规模。今天,我们发布 Hy3。它展现出显著强于同尺寸并比肩旗舰(参数规模往往是 Hy3 的 2~5 倍)开源模型的智能水平,显著提升了在各类产品和生产力任务中的实用价值。Python00
AscendNPU-IRAscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优C++0311
DragonOSDragonOS is an operating system developed from scratch using Rust, with Linux compatibility. It is designed for **Serverless** scenarios. 使用Rust从0自研内核,具有Linux兼容性的操作系统,面向云计算Serverless场景而设计。Rust00
项目优选
收起
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
494
515
deepin linux kernel
C
32
16
Ascend Extension for PyTorch
Python
800
1.14 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
781
1.57 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
965
2.28 K
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
C
845
6.18 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.21 K
1.24 K
AtomGit CLI (ag cli),AtomGit 命令行工具,参考 GitHub CLI (gh) 开发。
目前 atomgit-cli 项目已在 AtomCode 的 Coding Plan 项目列表中
Go
40
24
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
644
281
暂无描述
Markdown
827
5.48 K