Python时间精度受系统限制，time.time()等默认支持微秒但不稳定；time.time_ns()最可靠，可换算纳秒/微秒/毫秒；datetime.microsecond仅表示秒内微秒；浮点时间戳存在精度丢失风险。
Python 中的时间精度取决于所用模块和系统支持，毫秒（ms）和微秒（μs）是常见但易混淆的单位。默认情况下，time.time() 和 datetime.now() 在大多数系统上可返回微秒级浮点数或 datetime 对象，但实际精度受操作系统和硬件限制，并非总能稳定达到微秒级。
毫秒与微秒的单位换算和表示
1 秒 = 1000 毫秒 = 1 000 000 微秒。
在 Python 中：
-
time.time()返回自纪元以来的秒数（float），小数部分通常精确到微秒（如1718234567.123456表示 123456 微秒，即 123.456 毫秒） -
datetime.timestamp()同样返回 float 秒值，精度一致 -
datetime.microsecond属性直接返回 0–999999 范围内的微秒数（不包含秒和毫秒的“余数”） - 若需毫秒，常用
int(timestamp * 1000) % 1000或dt.microsecond // 1000
不同模块的时间精度表现
各标准库模块对时间精度的支持有差异：
macOS UI 自动化技能包 —— 用 Python 控制你的 Mac
下载
让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限
-
time.time()：POSIX 系统通常提供微秒级分辨率，Windows 上可能仅达 15–16 毫秒（旧版）或 1 毫秒（Win10+ 配合time.time_ns()） -
time.time_ns()（Python 3.7+）：返回纳秒整数，是目前最可靠的高精度接口，需自行换算（如// 1_000_000得毫秒，// 1000得微秒） -
datetime.now()：构造的datetime对象默认精度为微秒；但若传入tzinfo或使用某些时区处理，可能截断精度 -
time.perf_counter()：专为性能测量设计，无绝对时间意义，但提供最高可用单调精度（常优于微秒），适合测间隔
安全获取毫秒/微秒时间戳的方法
避免依赖浮点秒值的小数截断误差，推荐以下实践：
立即学习“Python免费学习笔记（深入）”；
- 要毫秒时间戳（自纪元起的整数毫秒）：
int(time.time_ns() // 1_000_000) - 要微秒时间戳（自纪元起的整数微秒）：
int(time.time_ns() // 1000) - 从
datetime提取毫秒字段：dt = datetime.now(); ms = dt.microsecond // 1000（注意：这只是秒内毫秒，不是自纪元起） - 保存高精度日志时，优先用
time.time_ns()记录原始整数，后期再按需格式化，避免 float 累积误差
常见陷阱与注意事项
实际开发中容易忽略的关键点：
- 浮点秒值（如
time.time()）在大数值时无法精确表示微秒——例如超过 253 的秒值（约公元 2255 年后），float 将丢失微秒甚至毫秒位 -
datetime.utcnow()已弃用，且其精度不保证高于datetime.now(timezone.utc) - 跨平台计时慎用
time.clock()（已移除）或未校准的time.time()；高要求场景统一用time.perf_counter_ns() - 序列化时间（如 JSON）时，
datetime默认不保留微秒；需显式用isoformat()并指定timespec='microseconds'
