WedX - журнал о программировании и компьютерных науках

Библиотека Java для поддержки дат с ограниченной точностью (например, только год/месяц)

В некоторых системах мне приходится работать с датами, которые могут иметь ограниченную точность (например, только месяц и год или только год), например. "2001" или "январь 2011". Мне нужно знать не только дату, но и дату (день, месяц или год).

Я могу сделать это вручную, но кто-нибудь знает какую-нибудь java-библиотеку, которая поддерживает этот тип дат с переменной точностью?

java date
03.08.2011

Ответы:


1

Я бы рассмотрел возможность использования известной библиотеки, такой как Joda Time, и смоделировал каждую "дату" как промежуток времени. (Interval по времени Джода).

В конце концов, это как раз то, что есть; "2001" на самом деле не конкретный момент времени, а период.

Промежуток/длина интервала покажет точность, а начальную точку периода можно интерпретировать как момент времени, когда «дата произошла».

03.08.2011
  • Это не период в смысле Джоды (2 месяца или 3 недели) — это частичный период, например YearMonth, LocalDate и т. д. 03.08.2011
  • Ага. Не очень опытен в библиотеке. Спасибо за прояснение. 03.08.2011

    • 2

    Поиск SimpleDateFormat и Date. Этих обоих классов должно быть достаточно для вашего варианта использования.

    Ссылка: SimpleDateFormat

    03.08.2011
  • Да, но это то, что я имею в виду под "вручную" - создать класс с точностью и датой и определить все операции, используя Calendar/Date/SimpleDateFormat. Но перед запуском хотел проверить - может кто уже делал, и есть хорошее типовое решение? 03.08.2011

    • 3

    почему бы не использовать класс Calendar?

    03.08.2011
  • Для экземпляра Calendar нет указаний на то, какую точность имеет хранимое значение. 03.08.2011

    • 4

    Используйте Joda Time, который уже поддерживает YearMonth (среди прочего) — вы можете создать свой собственный тип Year, если хотите, на основе аналогичного кода .

    03.08.2011
    Новые материалы
    Как проанализировать работу вашего классификатора?
    Не всегда просто знать, какие показатели использовать С развитием глубокого обучения все больше и больше людей учатся обучать свой первый классификатор. Но как только вы закончите..
    Работа с цепями Маркова, часть 4 (Машинное обучение)
    Нелинейные цепи Маркова с агрегатором и их приложения (arXiv) Автор : Бар Лайт Аннотация: Изучаются свойства подкласса случайных процессов, называемых дискретными нелинейными цепями Маркова..
    Crazy Laravel Livewire упростил мне создание электронной коммерции (панель администратора и API) [Часть 3]
    Как вы сегодня, ребята? В этой части мы создадим CRUD для данных о продукте. Думаю, в этой части я не буду слишком много делиться теорией, но чаще буду делиться своим кодом. Потому что..
    Использование машинного обучения и Python для классификации 1000 сезонов новичков MLB Hitter
    Чему может научиться машина, глядя на сезоны новичков 1000 игроков MLB? Это то, что исследует это приложение. В этом процессе мы будем использовать неконтролируемое обучение, чтобы..
    Учебные заметки: создание моего первого пакета Node.js
    Это мои обучающие заметки, когда я научился создавать свой самый первый пакет Node.js, распространяемый через npm. Оглавление Глоссарий I. Новый пакет 1.1 советы по инициализации..
    Забудьте о Matplotlib: улучшите визуализацию данных с помощью умопомрачительных функций Seaborn!
    Примечание. Эта запись в блоге предполагает базовое знакомство с Python и концепциями анализа данных. Привет, энтузиасты данных! Добро пожаловать в мой блог, где я расскажу о невероятных..
    ИИ в аэрокосмической отрасли
    Каждый полет – это шаг вперед к великой мечте. Чтобы это происходило в их собственном темпе, необходима команда астронавтов для погони за космосом и команда технического обслуживания..
    Для любых предложений по сайту: [email protected]