用Python精确计算100年内二十四节气日期

这两天在做万年历app的项目,其中有一项需要获得二十四节气的精确日期。

因为这个二十四节气日期在项目中用到的地方比较多(主要是精确计算某一天的年月日天干这方面);而且二十四节气计算的具体情况又特别复杂,还有十几个例外情况。
就想着提前计算好100年的二十四节气具体日期,做成json文件,存储在前端。这样,一来可以减少前端的计算压力,二来可以提前做好精确计算和校对,防止前端计算失误。

计算方法链接:https://zhidao.baidu.com/question/469233390.html

此外,100年,每年24条,总共2400条数据,这个以json文件的形式存储,存取速度,内存占用都是足够的。但,实际情况是,某一年仅有24条数据,而在同一时间段内,仅访问这一年的24条数据的频率会很高,即访问效率并不平均。

所以,就计划分年份生成json文件,通过批处理,生成100 个json文件,以年份为文件命名,既方便核对相关数据正确性,又可以降低文件大小以及前端读取文件的性能压力。

下面是代码:

# -*- coding:utf-8 -*-

import sys
import json
import urllib2
import gc

default_encoding = 'utf-8'
if sys.getdefaultencoding() != default_encoding:
    reload(sys)

# 读取年份为 name 年的节气数据
def read_json_file(name):
    json_file = open('JSON/' + name + '.json', 'r')
    json_str = json_file.read()
    dic = json.loads(json_str)
    print dic

# 读取测试
# read_json_file('2029')

# 读取所有年份的节气数据
def check_all_file():
    for index in range(2000, 2100):
        c_file_name = 'JSON/{0}.json'.format(str(index))
        json_file = open(c_file_name, 'r')
        json_str = json_file.read()
        dic = json.loads(json_str)
        print (str(index) + dic)

# 计算节气的C常量组
C_Arr = [3.87, 18.73, 5.63, 20.646, 4.81, 20.1,
         5.52, 21.04, 5.678, 21.37, 7.108, 22.83,
         7.5, 23.13, 7.646, 23.042, 8.318, 23.438,
         7.438, 22.36, 7.18, 21.94, 5.4055, 20.12]

# 节气名称组
name_Arr = ["立春", "雨水", "惊蛰", "春分", "清明", "谷雨",
            "立夏", "小满", "芒种", "夏至", "小暑", "大暑",
            "立秋", "处暑", "白露", "秋分", "寒露", "霜降",
            "立冬", "小雪", "大雪", "冬至", "小寒", "大寒"]

#循环100年,计算节气日期,并创建文件
def creat_all_year():
    # type: () -> null
    for year in range(00, 99):
        list_arr = []
        for i in range(0, 24):
            C = C_Arr[i]
            if i == 0 or 1 or 10 or 11:
                days = (year * 0.2422 + C) // 1 - ((year - 1) // 4)
            else:
                days = (year * 0.2422 + C) // 1 - (year // 4)
            days = int(days)
            days = '%02d' % days
            y = int(year // 1)
            m = i // 2 + 2
            if m == 13:
                m = 1
            m = '%02d' % m
            y = '%02d' % y
            strs = "20{0}-{1}-{2} 00:00:00".format(str(y), str(m), str(days))
            item = dict(name=name_Arr[i], jieqiid=str(i + 1), time=strs)
            # print (item)
            list_arr.append(item)
        list_str = json.dumps(list_arr)
        file_name = "JSON/20{0}.json".format(str(year))
        with open(file_name, "w") as f:
            json.dump(list_str, f)
            print("20{0}已载入文件完成...".format(str(year)))

creat_all_year()

运行log如下:


屏幕快照 2017-11-21 下午5.27.59.png

实际文件:


屏幕快照 2017-11-21 下午5.28.35.png

其中的一个文件内容如下:


屏幕快照 2017-11-21 下午5.29.31.png

然后再跟网上主流的节气数据核对核对,手动更改掉计算方法提到的例外情况,就形成了100个完好可用的json文件。
核对地址如下:
https://jieqi.911cha.com/2099.html

当然还有一种方法就是通过爬虫,不断的遍历这个网站的所以年份,就省去了计算核对的麻烦。五脸懵逼中~~!

搞完收工!

这里也将这100个json 文件公布,下载链接如下:
http://pan.baidu.com/s/1jIcPruQ

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 211,948评论 6 492
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,371评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,490评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,521评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,627评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,842评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,997评论 3 408
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,741评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,203评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,534评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,673评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,339评论 4 330
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,955评论 3 313
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,770评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,000评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,394评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,562评论 2 349

推荐阅读更多精彩内容