Python如何判断Datetime是否处于YAML加载的时间间隔字典列表内

针对你需要高效判断指定UTC时间是否落在任意给定时间区间的需求，最优方案是预处理时合并有序区间+查询时二分查找，仅需一次O(nlogn)的预处理开销，后续每次查询时间复杂度低至O(logk)（k为合并后区间数量），远优于逐一遍历的O(n)效率，同时逻辑清晰易维护。

完整实现代码 #

import yaml
import bisect
from datetime import datetime

# 1. 加载YAML配置
with open(r'test.yml', encoding='utf-8') as file:
    config = yaml.load(file, Loader=yaml.FullLoader)

# 2. 预处理区间：提取、排序、合并
raw_intervals = []
for item in config['ignore_state_change']:
    start = item['start_time_utc']
    end = item['end_time_utc']
    # 过滤无效区间（开始时间晚于结束时间）
    if start <= end:
        raw_intervals.append((start, end))

# 按区间起始时间排序
raw_intervals.sort()

# 合并重叠/相邻区间，减少后续查询冗余
merged_intervals = []
for curr_start, curr_end in raw_intervals:
    if not merged_intervals:
        merged_intervals.append((curr_start, curr_end))
        continue
    last_start, last_end = merged_intervals[-1]
    # 当前区间与最后一个已合并区间重叠/首尾相接则合并
    if curr_start <= last_end:
        merged_intervals[-1] = (last_start, max(last_end, curr_end))
    else:
        merged_intervals.append((curr_start, curr_end))

# 单独提取所有区间的起始时间，用于二分查找
start_time_list = [interval[0] for interval in merged_intervals]

# 3. 区间判断函数
def is_in_ignore_range(event_time_utc: datetime) -> bool:
    # 查找第一个大于目标时间的区间起始位置
    idx = bisect.bisect_right(start_time_list, event_time_utc)
    # 目标时间早于所有区间起始时间
    if idx == 0:
        return False
    # 校验目标时间是否落在对应区间的结束时间之前
    _, target_end = merged_intervals[idx-1]
    # 此处为左闭右闭区间判断，如需左闭右开可将<=改为<
    return event_time_utc <= target_end

使用示例 #

# 测试时间1：落在第一个区间内
test1 = datetime(2021, 8, 4, 23, 30, 0, tzinfo=datetime.timezone.utc)
print(is_in_ignore_range(test1)) # 输出：True

# 测试时间2：落在两个区间的间隙中
test2 = datetime(2021, 8, 5, 0, 30, 0, tzinfo=datetime.timezone.utc)
print(is_in_ignore_range(test2)) # 输出：False

# 测试时间3：落在第二个区间内
test3 = datetime(2021, 8, 5, 1, 40, 0, tzinfo=datetime.timezone.utc)
print(is_in_ignore_range(test3)) # 输出：True

注意事项 #

1. 需保证入参event_time_utc是带UTC时区信息的datetime对象，和YAML加载出的时间对象时区一致，否则会抛出时区比较异常。
2. 如果你的区间数量极少（少于10个）且查询次数很低，逐一遍历的开销也可以接受，但本方案扩展性更强，区间数量增长时不会出现性能衰减。
3. 预处理步骤仅需执行一次，不需要每次查询都重复加载YAML、合并区间。

内容的提问来源于stack exchange，提问作者Dmitry