python - 从 python 中的日历约会中计算空闲时间段(日期时间)

Question

我通过 Exchange EWS API 获取约会并创建包含开始/结束繁忙(日期时间)时段的 json 数组。我想反转此数据以每天获取空闲时间段列表。

办公时间开始于上午 8:00。 办公时间结束时间为下午 6:00。

最后，我找到了如何从繁忙时间段的元组中计算空闲时间段的算术问题的解决方案。下面是我是如何做到的简化代码。

from datetime import datetime, timedelta
import pprint
pp = pprint.PrettyPrinter()

tstart = datetime.strptime('08:00:00', '%H:%M:%S')
tstop = datetime.strptime('18:00:00', '%H:%M:%S')

appointments = ([
    {
        'start' : datetime.strptime('08:30:00', '%H:%M:%S'),
        'end' : datetime.strptime('10:00:00', '%H:%M:%S')
    },
    {
        'start' : datetime.strptime('09:30:00', '%H:%M:%S'),
        'end' : datetime.strptime('11:00:00', '%H:%M:%S')
    },
    {
        'start' : datetime.strptime('12:30:00', '%H:%M:%S'),
        'end' : datetime.strptime('14:00:00', '%H:%M:%S')
    },
    {
        'start' : datetime.strptime('15:30:00', '%H:%M:%S'),
        'end' : datetime.strptime('16:00:00', '%H:%M:%S')
    },
    {
        'start' : datetime.strptime('16:00:00', '%H:%M:%S'),
        'end' : datetime.strptime('17:00:00', '%H:%M:%S')
    },
    ])

"""
CORRECT FREE PERIODS ARE:
8:00 - 8:30
11:00 - 12:30
14:00 - 15:30
17:00 - 18:00
"""

tp = [(tstart , tstart)]
free_time = []
for t in appointments:
    tp.append( ( t['start'] , t['end'] ) )
tp.append( (tstop , tstop) )

for i,v in enumerate(tp):
    if i > 0:
        if (tp[i][0] - tp[i-1][1]) > timedelta(seconds=0):
            tf_start = tp[i-1][1]
            delta = tp[i][0] - tp[i-1][1]
            tf_end = tf_start + delta
            free_time.append( (tf_start ,tf_end ) )

for tp in free_time:
    print tp

Answer 1

您的代码帮助我们构建了一个项目!谢谢你。但是，我发现了一种边缘情况，即当存在重叠事件时，上述算法错误地注册了空闲时间:

例如:7-8 点的事件和 7:30-9 的事件将打破它。

我在您的代码中添加了一些内容来解决这个问题。这是我使用的:

a_busy = [
    {'start': datetime.datetime(2020, 1, 1, 6), 'end': datetime.datetime(2020, 1, 1, 6, 30)},
    {'start': datetime.datetime(2020, 1, 1, 7), 'end': datetime.datetime(2020, 1, 1, 8)},
    {'start': datetime.datetime(2020, 1, 1, 7, 30), 'end': datetime.datetime(2020, 1, 1, 9, 30)},
    {'start': datetime.datetime(2020, 1, 1, 11), 'end': datetime.datetime(2020, 1, 1, 12, 30)},
    {'start': datetime.datetime(2020, 1, 1, 15), 'end': datetime.datetime(2020, 1, 1, 15, 45)},
    {'start': datetime.datetime(2020, 1, 1, 16, 45), 'end': datetime.datetime(2020, 1, 1, 17, 30)}
]

b_busy = [
    {'start': datetime.datetime(2020, 1, 1, 5, 45), 'end': datetime.datetime(2020, 1, 1, 6, 30)},
    {'start': datetime.datetime(2020, 1, 1, 7, 30), 'end': datetime.datetime(2020, 1, 1, 8)},
    {'start': datetime.datetime(2020, 1, 1, 8), 'end': datetime.datetime(2020, 1, 1, 9)},
    {'start': datetime.datetime(2020, 1, 1, 10, 30), 'end': datetime.datetime(2020, 1, 1, 13)},
    {'start': datetime.datetime(2020, 1, 1, 14), 'end': datetime.datetime(2020, 1, 1, 15)},
    {'start': datetime.datetime(2020, 1, 1, 15, 30), 'end': datetime.datetime(2020, 1, 1, 16, 30)}
]
# free times: 6:30-7, 9:30-10:30, 13:00-14:00, 16:30-16:45
tstart = datetime.datetime(2020, 1, 1, 6)
tstop = datetime.datetime(2020, 1, 1, 17)

together = sorted(a_busy + b_busy, key=lambda k: k['start'])
tp = [(tstart, tstart)]
free_time = []
for t in together:
    tp.append((t['start'], t['end']))
tp.append((tstop, tstop))

# This section added to resolve the case mentioned above
i = 1
while i < len(tp):
    if tp[i][0] < tp[i - 1][1]:
        start_times = [tp[i - 1][0], tp[i][0]]
        end_times = [tp[i - 1][1], tp[i][1]]
        tp[i - 1] = (min(start_times), max(end_times))
        tp.pop(i)
    else:
        i += 1

for i, v in enumerate(tp):
    if i > 0:
        if (tp[i][0] - tp[i - 1][1]) > datetime.timedelta(seconds=0):
            tf_start = tp[i - 1][1]
            delta = tp[i][0] - tp[i - 1][1]
            tf_end = tf_start + delta
            free_time.append(tup)