Na czym polegają różnice między biblioteką pytz a modułem datetime w Pythonie?

Moduł datetime zapewnia podstawowe typy do pracy z datami i czasami, ale jego obsługa stref czasowych jest ograniczona. Może tworzyć obiekty z informacją o strefie czasowej (obiekty świadome strefy czasowej), ale nie zawiera bazy danych stref czasowych ani reguł przejścia na czas letni.

Biblioteka pytz (de facto standard do pracy ze strefami czasowymi w Pythonie) oferuje obszerne bazy danych stref czasowych (implementujące specyfikację IANA Time Zone Database). Umożliwia poprawne konwertowanie czasu między różnymi strefami czasowymi, uwzględniając zmiany historyczne i reguły przejścia na czas letni.

Główne różnice:

• Baza danych stref czasowych: pytz ma wbudowaną bazę danych, datetime (w bibliotece standardowej) nie.
• Tworzenie obiektów świadomych strefy czasowej: Z pytz odbywa się to przez przypisanie obiektu strefy czasowej do pola tzinfo obiektu datetime. W datetime można określić tzinfo, ale bez bazy danych jest to mało przydatne dla rzeczywistych stref czasowych z przejściami na czas letni.
• Obsługa przejść na czas letni: pytz poprawnie obsługuje historyczne przejścia i zmiany stref czasowych. datetime tego nie robi.
• Lokalizacja: pytz jest konieczne do uzyskania poprawnego zlokalizowanego czasu dla danej strefy czasowej.

Przykład tworzenia obiektu datetime z uwzględnieniem strefy czasowej za pomocą pytz:

import datetime
import pytz

# Uzyskujemy obiekt strefy czasowej dla Nowego Jorku
ny_tz = pytz.timezone('America/New_York')

# Tworzymy naive datetime
naive_dt = datetime.datetime(2023, 10, 27, 12, 0, 0)

# Konwertujemy naive datetime na aware dla Nowego Jorku
aware_dt_ny = ny_tz.localize(naive_dt)

# Konwersja do innej strefy czasowej (np. UTC)
aware_dt_utc = aware_dt_ny.astimezone(pytz.utc)

# Wyświetlamy wyniki
print(f"Naive datetime: {naive_dt}")
print(f"Aware datetime dla Nowego Jorku: {aware_dt_ny}")
print(f"Aware datetime w UTC: {aware_dt_utc}")