datetime加减必须用timedelta，不能直接加减数字；timedelta只接受关键字参数且不处理日历逻辑，跨月/年需用dateutil.relativedelta等方案。
datetime加减必须用timedelta，不能直接加减数字
Python的datetime对象不支持直接与整数相加减，比如dt + 7会报TypeError: unsupported operand type(s) for +: 'datetime.datetime' and 'int'。必须通过timedelta封装时间偏移量才能运算。
常见错误是误以为天数可以直接加，结果卡在类型错误上。正确做法是显式构造timedelta：
from datetime import datetime, timedelta dt = datetime(2024, 5, 10, 14, 30) new_dt = dt + timedelta(days=7, hours=2, minutes=-15)
-
timedelta只接受关键字参数：days、seconds、microseconds、milliseconds、minutes、hours、weeks - 负值合法：例如
timedelta(hours=-3)表示倒退3小时 - 所有参数最终都会归一为
days和seconds两个内部字段，大数值（如超86400秒）不会溢出，但要注意精度丢失（微秒级以下被截断）
跨月/跨年计算时，timedelta不处理日历逻辑
timedelta做的是纯线性时间偏移，它不知道“2月只有28天”或“12月31日后是1月1日”。比如从1月31日加31天，得到的是3月3日，而非“下个月的同一天”。
如果你需要按日历单位（如“加1个月”）运算，timedelta无法胜任，得换方案：
- 用
dateutil.relativedelta：支持relativedelta(months=1)，自动处理月末对齐 - 手动计算：取
dt.year、dt.month等属性，用calendar.monthrange()校验天数合法性 - 注意：Pandas的
pd.DateOffset也支持日历语义，但引入pandas代价较大，轻量场景优先选dateutil
timedelta与字符串解析配合时，别忽略时区问题
如果原始时间来自字符串（如"2024-05-10T14:30:00"），用datetime.fromisoformat()或strptime()解析后，若未显式指定时区，得到的是naive datetime。此时加减timedelta仍是安全的，但一旦涉及UTC转换或跨时区比较，就会出错。
- 推荐统一用aware datetime：解析时加上
tzinfo，或用datetime.now().astimezone()获取本地时区时间 -
timedelta本身无时区概念，它只是“持续时间”，所以aware_dt + timedelta(hours=1)结果仍保持原时区 - 容易踩的坑：把带时区的时间转成timestamp再加减秒数，绕过
timedelta——这会导致夏令时跳变时结果偏差（如加3600秒可能实际跨了2小时）
性能敏感场景下，避免重复构造timedelta
如果在循环中频繁执行类似dt + timedelta(days=1)的操作，每次调用timedelta()都有函数开销。实测在十万次量级下，提前定义常量能快15%~20%。
- 写成：
ONE_DAY = timedelta(days=1)，然后循环里用dt += ONE_DAY - 不要在循环内写
timedelta(days=n)且n固定——Python不会缓存构造结果 - 注意：
timedelta是不可变对象，所以+=本质是重新赋值，不影响安全性
真正复杂的日期逻辑（如“每月第3个工作日”“排除节假日”）靠timedelta搞不定，得结合业务规则和外部数据。别硬套，该上dateutil.rrule或自定义判断就上。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
