博客
关于我
js 比较日期大小(js获取当前日期,转化后比较日期大小)
阅读量:608 次
发布时间:2019-03-12

本文共 1408 字,大约阅读时间需要 4 分钟。

当前时间是否在9月1日--11月15日之间(每年)

技术实现代码解释

时间判断函数

function compareTime() {    const date = new Date();    const nowYear = date.getFullYear();    const day = new Date(        Date.parse(date.toLocaleDateString().replace(/-/g, "/"))    );        const s = nowYear + "/" + "09" + "/" + "01";    const e = nowYear + "/" + "11" + "/" + "15";    const start = new Date(Date.parse(s.replace(/-/g, "/")));    const end = new Date(Date.parse(e.replace(/-/g, "/")));        return !(day < start || day > end);}

时间戳转换说明

Date.parse() 方法返回从1970年1月1日0点到指定日期的时间戳,单位为毫秒。

显示格式示例:

  • new Date().getFullYear():获取完整年份(4位)
  • new Date().getMonth() + 1:月份(0-11,0代表1月)
  • new Date().getDate():日期(1-31)

现有实现方法

// 获取当前年份(4位)const nowYear = new Date().getFullYear();// 获取当前日期对象const day = new Date(    Date.parse(new Date().toLocaleDateString().replace(/-/g, "/")));

代码执行效果

const s = `${nowYear}/09/01`;const e = `${nowYear}/11/15`;const start = new Date(Date.parse(s));const end = new Date(Date.parse(e));

时间范围判断逻辑

function compareTime() {    const day = new Date(        Date.parse(new Date().toLocaleDateString().replace(/-/g, "/"))    );        const s = `${new Date().getFullYear()}/09/01`;    const e = `${new Date().getFullYear()}/11/15`;    const start = new Date(Date.parse(s));    const end = new Date(Date.parse(e));        return !(day < start || day > end);}

时间验证方法

const day = new Date();if (day < start || day > end) {    return false;}

转载地址:http://gzgxz.baihongyu.com/

你可能感兴趣的文章
Vue3.0中的响应式原理(第九课)
查看>>
NIO蔚来 面试——IP地址你了解多少?
查看>>
NISP一级,NISP二级报考说明,零基础入门到精通,收藏这篇就够了
查看>>
NISP国家信息安全水平考试,收藏这一篇就够了
查看>>
NIS服务器的配置过程
查看>>
NIS认证管理域中的用户
查看>>
Nitrux 3.8 发布!性能全面提升,带来非凡体验
查看>>
NiuShop开源商城系统 SQL注入漏洞复现
查看>>
NI笔试——大数加法
查看>>
NLog 自定义字段 写入 oracle
查看>>
NLog类库使用探索——详解配置
查看>>
NLP 基于kashgari和BERT实现中文命名实体识别(NER)
查看>>
NLP 时事和见解【2023】
查看>>
NLP 模型中的偏差和公平性检测
查看>>
Vue3.0 性能提升主要是通过哪几方面体现的?
查看>>
NLP 项目:维基百科文章爬虫和分类【01】 - 语料库阅读器
查看>>
NLP_什么是统计语言模型_条件概率的链式法则_n元统计语言模型_马尔科夫链_数据稀疏(出现了词库中没有的词)_统计语言模型的平滑策略---人工智能工作笔记0035
查看>>
NLP、CV 很难入门?IBM 数据科学家带你梳理
查看>>
NLP三大特征抽取器:CNN、RNN与Transformer全面解析
查看>>
NLP入门(六)pyltp的介绍与使用
查看>>