生成每月15日与月末日期序列的Python实用教程

本文介绍如何使用Python高效生成从指定起始日开始、按“每月15日+月末”规则排列的等间隔日期列表，适用于贷款还款、薪资发放等半周期业务场景，代码简洁健壮，兼容不同月份天数及跨年边界。

本文介绍如何使用Python高效生成从指定起始日开始、按“每月15日+月末”规则排列的等间隔日期列表，适用于贷款还款、薪资发放等半周期业务场景，代码简洁健壮，兼容不同月份天数及跨年边界。

在金融与财务系统开发中，常见需生成“每月15日 + 当月最后一天（EOM）”交替出现的付款日历（如 SM_type = '15_EOM'），起始于给定的首期付款日（如 2024-03-31），共生成 term 个日期（注意：此处 term 指总日期数量，非月份数）。关键挑战在于：

• 正确计算各月最后一天（需处理2月闰年、30/31天差异）；
• 避免硬编码逻辑（如 +32 天再截断），提升可读性与鲁棒性；
• 确保序列严格交替且无遗漏或重复（如 3/31 → 4/15 → 4/30 → 5/15 → ...）。

以下为推荐实现方案，基于标准库 datetime 和 timedelta，无需第三方依赖（如 dateutil 或 pandas），兼顾性能与可维护性：

✅ 核心逻辑说明

• 起始日期直接加入列表；
• 后续每步判断当前日期是15日还是月末日：
  • 若为 15日 → 下一个日期为当月最后一天；
  • 若为月末日 → 下一个日期为下月15日（自动跨年，无需手动判断12月）；
• 使用辅助函数 get_days_in_month() 精确获取指定年月的天数，避免 calendar.monthrange 的额外导入。

? 完整可运行代码

from datetime import date, datetime, timedelta

def get_days_in_month(year: int, month: int) -> int:
    """返回指定年月的总天数（支持闰年）"""
    # 构造下月1日，减去本月1日即得本月天数
    if month == 12:
        next_month = date(year + 1, 1, 1)
    else:
        next_month = date(year, month + 1, 1)
    return (next_month - date(year, month, 1)).days

def generate_15_eom_dates(
    first_payment_date: datetime,
    term: int,
    sm_type: str = "15_EOM"
) -> list[datetime]:
    """
    生成 '15日 & 月末' 交替的日期列表

    Args:
        first_payment_date: 首期付款日（datetime对象）
        term: 总日期数量（非月份数）
        sm_type: 支持 "15_EOM"（默认），其他值暂不处理

    Returns:
        按时间顺序排列的datetime列表
    """
    if sm_type != "15_EOM":
        raise ValueError("仅支持 '15_EOM' 类型")

    dates = [first_payment_date]
    current = first_payment_date.date()  # 统一转为 date 类型简化操作

    for _ in range(term - 1):
        if current.day == 15:
            # 当前是15日 → 下一个是当月最后一天
            last_day = get_days_in_month(current.year, current.month)
            current = date(current.year, current.month, last_day)
        else:
            # 当前是月末日 → 下一个是下月15日
            if current.month == 12:
                current = date(current.year + 1, 1, 15)
            else:
                current = date(current.year, current.month + 1, 15)
        dates.append(datetime.combine(current, datetime.min.time()))

    return dates

# 示例调用
if __name__ == "__main__":
    firstpaymentdate = datetime.strptime("3/31/2024", "%m/%d/%Y")
    term = 16

    result = generate_15_eom_dates(firstpaymentdate, term)

    # 格式化输出（符合题目预期格式）
    for dt in result:
        print(dt.strftime("%Y-%m-%d"))

? 输出示例（前8项）

2024-03-31
2024-04-15
2024-04-30
2024-05-15
2024-05-31
2024-06-15
2024-06-30
2024-07-15
...

⚠️ 注意事项与最佳实践

• 输入校验：确保 first_payment_date.day 为 15 或月末日（如 31、28/29），否则逻辑可能偏离预期（本例中 3/31 是合法起始）；
• 时区安全：若涉及多时区，建议统一转换为 UTC 或显式使用 zoneinfo；
• 性能考量：对于超长序列（如 term > 10000），可改用生成器（yield）避免内存累积；
• 扩展性提示：如需支持 '1_16' 模式（每月1日 & 16日），只需修改分支逻辑，无需重构主干。

该方案逻辑清晰、边界完备、易于测试与复用，是构建金融日期调度模块的理想基础。