使用python将日期分块到可管理组

我需要在30天的时间段中创建日期段，并对其进行迭代。例如，假设我想查看过去3年中30天的增量。我需要以下资料：

区块1： 结束日期：2015年2月19日 开工日期：2015年1月20日

组块2： 结束日期：2015年1月20日 开工日期：2014年12月21日

区块3： 区块4：

然后我将开始日期和结束日期插入RESTAPI接口

我试着做一些类似的事情，然后使用itertools groupby退出过去的30天。如有任何建议，将不胜感激

chunk = now.strftime("%Y-%m-%d")
numdays = 1095
dateList = []
for x in range (0, numdays):
    dateList.append(chunk - datetime.timedelta(days = x))
print dateList

给出了dateutil的解决方案，问题就变成了如何轻松地从每个块中提取第一个和最后一个元素。我试着在块上循环并提取0/-1元素，但这似乎从每个块中提取了所有30个数据点

 for start in chunks:
  print [chunks[0], chunks[-1]]

如果我手动将块[0]分配给新元素，我可以打印它们。但这就引出了一个问题：对于所有块，什么是更有效的方法

chunk0 = chunks[0]
print [chunk0[0], chunk0[-1]]

我建议使用dateutil：

然后：

---

谢谢我给了它一个镜头，它确实有效，我只需要将格式转换回日期字符串2015-01-20。提取每个区块的开始和结束日期的最简单方法是什么？这样我就可以遍历开始日期和结束日期的整个列表了？对于后续操作，您应该对问题添加一个编辑，并显示一些代码，这是您最好的尝试。谁知道呢，你自己可能会想出一个非常有效的解决方案。。。总比我把它给别人好。教一个人钓鱼等等……我试着做过这样的事；打印[[x[-1]表示el中的x]表示el中的块]，但我从datetime中得到了错误。”datetime.datetime对象没有“getitem”属性，因为每个el本身就是一个完整的块，所以您希望获取el的第一个和最后一个元素，而不是el中每个事物的第一个和最后一个元素。每个el中的内容本身就是datetime.datetime的实例，正如该错误正确地告诉您的那样，datetime无法通过任何类型的索引（即u getitem uuuuuuuuuuuu所做的）来分割特定项。这很有效，谢谢。对于区块中的单个区块：开始日期=单个区块[0]结束日期=单个区块[-1]打印开始日期，结束日期

foo = list(
    dateutil.rrule.rrule(dateutil.rrule.DAILY, 
                         dtstart=datetime.date(2012, 2, 19),
                         until=datetime.date(2015, 2, 19))
)

In [36]: chunks = [foo[i:i+30] for i in range(0, len(foo), 30)]

In [37]: chunks[0]
Out[37]: 
[datetime.datetime(2012, 2, 19, 0, 0),
 datetime.datetime(2012, 2, 20, 0, 0),
 datetime.datetime(2012, 2, 21, 0, 0),
 datetime.datetime(2012, 2, 22, 0, 0),
 datetime.datetime(2012, 2, 23, 0, 0),
 datetime.datetime(2012, 2, 24, 0, 0),
 datetime.datetime(2012, 2, 25, 0, 0),
 datetime.datetime(2012, 2, 26, 0, 0),
 datetime.datetime(2012, 2, 27, 0, 0),
 datetime.datetime(2012, 2, 28, 0, 0),
 datetime.datetime(2012, 2, 29, 0, 0),
 datetime.datetime(2012, 3, 1, 0, 0),
 datetime.datetime(2012, 3, 2, 0, 0),
 datetime.datetime(2012, 3, 3, 0, 0),
 datetime.datetime(2012, 3, 4, 0, 0),
 datetime.datetime(2012, 3, 5, 0, 0),
 datetime.datetime(2012, 3, 6, 0, 0),
 datetime.datetime(2012, 3, 7, 0, 0),
 datetime.datetime(2012, 3, 8, 0, 0),
 datetime.datetime(2012, 3, 9, 0, 0),
 datetime.datetime(2012, 3, 10, 0, 0),
 datetime.datetime(2012, 3, 11, 0, 0),
 datetime.datetime(2012, 3, 12, 0, 0),
 datetime.datetime(2012, 3, 13, 0, 0),
 datetime.datetime(2012, 3, 14, 0, 0),
 datetime.datetime(2012, 3, 15, 0, 0),
 datetime.datetime(2012, 3, 16, 0, 0),
 datetime.datetime(2012, 3, 17, 0, 0),
 datetime.datetime(2012, 3, 18, 0, 0),
 datetime.datetime(2012, 3, 19, 0, 0)]

In [38]: chunks[-1]
Out[38]: 
[datetime.datetime(2015, 2, 3, 0, 0),
 datetime.datetime(2015, 2, 4, 0, 0),
 datetime.datetime(2015, 2, 5, 0, 0),
 datetime.datetime(2015, 2, 6, 0, 0),
 datetime.datetime(2015, 2, 7, 0, 0),
 datetime.datetime(2015, 2, 8, 0, 0),
 datetime.datetime(2015, 2, 9, 0, 0),
 datetime.datetime(2015, 2, 10, 0, 0),
 datetime.datetime(2015, 2, 11, 0, 0),
 datetime.datetime(2015, 2, 12, 0, 0),
 datetime.datetime(2015, 2, 13, 0, 0),
 datetime.datetime(2015, 2, 14, 0, 0),
 datetime.datetime(2015, 2, 15, 0, 0),
 datetime.datetime(2015, 2, 16, 0, 0),
 datetime.datetime(2015, 2, 17, 0, 0),
 datetime.datetime(2015, 2, 18, 0, 0),
 datetime.datetime(2015, 2, 19, 0, 0)]