ITPub博客
首页 博客 专栏 学院 社区 IT新媒体评选
发博

首页 > 人工智能 > 人工智能 > 世界杯开幕了，手把手教你做个看球小工具

世界杯开幕了，手把手教你做个看球小工具

原创 人工智能 作者：七牛开发者 时间：2026-06-15 12:02:50 0 删除 编辑
世界杯开幕了。
可能大家会第一时间关心几个很具体的问题：今天有什么比赛？下一场小组赛几点开始？换成北京时间是几点？我关注的球队后面还有哪几场？
这些问题当然可以直接去 FIFA 官网、体育 App 或搜索引擎里查。目前，现有工具已经能解决大部分需求了。
这次我们不打算重新造一个“世界杯赛程 App”，而是借这个足够轻、足够具体的场景，做一个可以跑起来的小工具：用 JSON 存赛程，用 Python 查询球队和日期，再把比赛所在地时间转换成北京时间和美东时间。
这个小工具不复杂，但它能练到几个很实用的点：结构化数据怎么设计、命令行参数怎么接、跨时区时间怎么换算，以及为什么“按日期查比赛”这件事在世界杯这种跨时区场景里并不简单。

需求分析

我们要做的这个世界杯看球小助手，需求看起来很简单：
帮我查一下墨西哥队的小组赛，转成北京时间，再告诉我哪天能看。
但真写起来会发现，最容易出问题的地方其实是时间。
一场比赛在举办地可能是 6 月 18 日，换成北京时间后已经是 6 月 19 日。如果我们只按比赛当地日期查询，国内读者输入“6 月 19 日有什么比赛”时，反而可能查不到自己那天真正能看的比赛。
所以这个小工具要解决三件事：
  1. 用结构化数据保存比赛信息，包括日期、时间、时区、球队和场馆；
  2. 支持按球队查询，比如查出墨西哥队全部 A 组小组赛；
  3. 支持按北京时间日期查询，比如查“北京时间 6 月 19 日有哪些比赛”。
最后做出来的流程大概是这样：
用户输入球队或日期
    ↓
程序读取本地赛程数据
    ↓
程序筛选对应比赛
    ↓
程序完成时区换算
    ↓
输出当地时间、北京时间和美东时间
这样我们就把“查询”和“时间换算”都放在程序里处理，结果更稳定，也更容易检查。

项目结构

下面，我们来完整做一下这个小工具。
先新建一个项目文件夹，名字叫 worldcup-helper。你可以在电脑上手动新建，也可以在终端执行：
mkdir worldcup-helper
然后打开 VS Code，选择「文件」→「打开文件夹」，选中刚刚创建的 worldcup-helper 文件夹。
打开后，在项目里新建两个文件：
worldcup-helper/
├── matches.json
└── worldcup_helper.py
其中：
  • matches.json：存放比赛数据
  • worldcup_helper.py：读取数据、查询比赛、转换时区，并输出结果
第一版先不接数据库，也不做复杂页面。我们只用一份本地 JSON 数据，把整个流程跑通。

Mock 数据

接下来先打开 matches.json，把下面这份示例数据写进去：
[
  {
    "id": "match_001",
    "match_no": 1,
    "date": "2026-06-11",
    "time": "13:00",
    "timezone": "America/Mexico_City",
    "team_a": "Mexico",
    "team_b": "South Africa",
    "stage": "First Stage",
    "group": "Group A",
    "venue": "Mexico City Stadium",
    "city": "Mexico City",
    "source": "FIFA"
  }
]
这里我们先用本届世界杯的第一场比赛，也就是墨西哥 vs 南非这场 Group A 小组赛，作为示例数据。
这份数据里，最关键的是三个字段：
"date": "2026-06-11",
"time": "13:00",
"timezone": "America/Mexico_City"
这三个字段最好一开始就写清楚。很多时区换算、跨天显示的问题，往往都是因为一开始只写了时间，却没有写清楚它属于哪个时区。如果只存一个字符串，比如“6 月 11 日下午 1 点”，后面就很难判断这是哪个城市的下午 1 点，也很难可靠地转成北京时间、美东时间或其他时区。
所以我们尽量把数据拆清楚：
  • date：当地日期
  • time：当地开球时间
  • timezone：比赛所在时区
  • team_a / team_b：对阵双方
  • venue / city：比赛地点
这样后面的程序才能稳定处理查询和换算。

编写查询脚本

接下来，打开刚才创建好的 worldcup_helper.py。
在第一版，这个脚本文件只做三件事：
  1. 读取 matches.json
  2. 按球队查询比赛
  3. 把比赛时间转成北京时间和美东时间
下面把这段代码写入 worldcup_helper.py：
from datetime import datetime
from pathlib import Path
from zoneinfo import ZoneInfo
import json
BASE_DIR = Path(__file__).resolve().parent
MATCHES_FILE = BASE_DIR / "matches.json"
def load_matches(path=MATCHES_FILE):
    with open(path, "r", encoding="utf-8") as f:
        return json.load(f)
def match_time(match):
    source_tz = ZoneInfo(match["timezone"])
    local_time = datetime.fromisoformat(
        f'{match["date"]}T{match["time"]}'
    )
    return local_time.replace(tzinfo=source_tz)
def convert_time(match, target_timezone):
    return match_time(match).astimezone(ZoneInfo(target_timezone))
def find_by_team(matches, team_name):
    team_name = team_name.lower()
    return [
        match for match in matches
        if team_name in match["team_a"].lower()
        or team_name in match["team_b"].lower()
    ]
def format_match(match):
    beijing_time = convert_time(match, "Asia/Shanghai")
    eastern_time = convert_time(match, "America/New_York")
    return f"""
比赛：{match["team_a"]} vs {match["team_b"]}
阶段：{match["stage"]} / {match["group"]}
地点：{match["venue"]}, {match["city"]}
当地时间：{match["date"]} {match["time"]} ({match["timezone"]})
北京时间：{beijing_time.strftime("%Y-%m-%d %H:%M")}
美东时间：{eastern_time.strftime("%Y-%m-%d %H:%M")}
""".strip()
if __name__ == "__main__":
    matches = load_matches()
    results = find_by_team(matches, "Mexico")
    if not results:
        print("没有找到相关比赛")
    else:
        print(format_match(results[0]))
这段代码里，最关键的是 match_time() 和 convert_time() 这两个函数。
先看 match_time()。JSON 里存的是拆开的 date、 time 和 timezone，程序需要先把它们组合成一个真正可计算的时间对象。这里的 datetime.fromisoformat() 会把 2026-06-11 和 13:00 拼成 Python 能识别的时间；后面的 replace(tzinfo=source_tz) 则是给这个时间补上时区信息。
也就是说， 2026-06-11 13:00 这串时间本身是不完整的。只有配上 America/Mexico_City，程序才知道它指的是墨西哥城当地时间，而不是北京时间或美东时间。
接着看 convert_time()。这里没有手动写“墨西哥时间 +14 小时 = 北京时间”，而是调用 astimezone()，把这个带时区的时间转换到目标时区。因为时区换算不只是简单加减几个小时，还可能涉及日期跨天、夏令时、不同城市的时区规则等问题。只要把源时区和目标时区写清楚，剩下的换算交给 Python 处理。
此外，还有一个小细节需要我们留意下：
BASE_DIR = Path(__file__).resolve().parent
MATCHES_FILE = BASE_DIR / "matches.json"
这两行是为了让脚本始终读取自己所在目录下的 matches.json。这样即使你不是在项目目录里运行脚本，也不容易因为路径问题找不到数据文件。

运行第一版

保存 matches.json 和 worldcup_helper.py 后，在终端里进入项目目录：
cd worldcup-helper
然后运行：
python3 worldcup_helper.py
你会看到类似输出：
比赛：Mexico vs South Africa
阶段：First Stage / Group A
地点：Mexico City Stadium, Mexico City
当地时间：2026-06-11 13:00 (America/Mexico_City)
北京时间：2026-06-12 03:00
美东时间：2026-06-11 15:00
实操参考图
到这里，第一版已经跑通了。
这一版先用程序完成读取数据、查询比赛和时区换算。这样做的好处是，比赛时间、时区换算、跨天显示这些信息，都放在可控的程序逻辑里处理，结果更稳定，也更容易检查。

加一点命令行能力

现在 worldcup_helper.py 里写死了查询 Mexico，只执行 python3 worldcup_helper.py。即使我们在命令后面追加了球队参数，命令依旧会执行查询 Mexico。像是这样
我来试试给它增加点参数支持，我们的目标是支持按球队查询：
python3 worldcup_helper.py --team Mexico
也支持按北京时间日期查询：
python3 worldcup_helper.py --date 2026-06-19
现在，把 worldcup_helper.py 里的内容替换成下面这样：
from datetime import datetime
from pathlib import Path
from zoneinfo import ZoneInfo
import argparse
import json
BASE_DIR = Path(__file__).resolve().parent
MATCHES_FILE = BASE_DIR / "matches.json"
def load_matches(path=MATCHES_FILE):
    with open(path, "r", encoding="utf-8") as f:
        return json.load(f)
def match_time(match):
    source_tz = ZoneInfo(match["timezone"])
    local_time = datetime.fromisoformat(
        f'{match["date"]}T{match["time"]}'
    )
    return local_time.replace(tzinfo=source_tz)
def convert_time(match, target_timezone):
    return match_time(match).astimezone(ZoneInfo(target_timezone))
def find_by_team(matches, team_name):
    team_name = team_name.lower()
    return [
        match for match in matches
        if team_name in match["team_a"].lower()
        or team_name in match["team_b"].lower()
    ]
def find_by_date(matches, date, target_timezone="Asia/Shanghai"):
    return [
        match for match in matches
        if convert_time(match, target_timezone).strftime("%Y-%m-%d") == date
    ]
def format_match(match):
    beijing_time = convert_time(match, "Asia/Shanghai")
    eastern_time = convert_time(match, "America/New_York")
    return f"""
比赛：{match["team_a"]} vs {match["team_b"]}
阶段：{match["stage"]} / {match["group"]}
地点：{match["venue"]}, {match["city"]}
当地时间：{match["date"]} {match["time"]} ({match["timezone"]})
北京时间：{beijing_time.strftime("%Y-%m-%d %H:%M")}
美东时间：{eastern_time.strftime("%Y-%m-%d %H:%M")}
""".strip()
def main():
    parser = argparse.ArgumentParser(description="世界杯赛程小助手")
    parser.add_argument("--team", help="按球队查询，比如 Mexico")
    parser.add_argument("--date", help="按北京时间日期查询，比如 2026-06-19")
    args = parser.parse_args()
    matches = load_matches()
    if args.team:
        results = find_by_team(matches, args.team)
    elif args.date:
        results = find_by_date(matches, args.date)
    else:
        results = matches
    if not results:
        print("没有找到相关比赛")
        return
    for match in results:
        print(format_match(match))
        print("-" * 40)
if __name__ == "__main__":
    main()
这里的关键点是：我们不是直接拿 JSON 里的 date 去比较。
JSON 里的 date 是比赛举办地日期，但用户输入的 --date，我们希望它代表北京时间日期。所以程序会先把每场比赛转成北京时间，再取出转换后的日期，和用户输入的日期做比较。
这样一来，举办地时间 2026-06-18 19:00 的比赛，如果换成北京时间是 2026-06-19 09:00，就会被归到北京时间 2026-06-19 这一天。
既然现在我们已经支持了查询球队和时间，那就往球赛的 json 文件中再添加本小组赛（A 组）的所有比赛，来看下效果：
[
  {
    "id": "match_001",
    "match_no": 1,
    "date": "2026-06-11",
    "time": "13:00",
    "timezone": "America/Mexico_City",
    "team_a": "Mexico",
    "team_b": "South Africa",
    "stage": "First Stage",
    "group": "Group A",
    "venue": "Mexico City Stadium",
    "city": "Mexico City",
    "source": "FIFA / MLS Soccer"
  },
  {
    "id": "match_002",
    "match_no": 2,
    "date": "2026-06-11",
    "time": "20:00",
    "timezone": "America/Mexico_City",
    "team_a": "Korea Republic",
    "team_b": "Czechia",
    "stage": "First Stage",
    "group": "Group A",
    "venue": "Estadio Guadalajara",
    "city": "Guadalajara",
    "source": "FIFA / MLS Soccer"
  },
  {
    "id": "match_003",
    "match_no": 3,
    "date": "2026-06-18",
    "time": "12:00",
    "timezone": "America/New_York",
    "team_a": "Czechia",
    "team_b": "South Africa",
    "stage": "First Stage",
    "group": "Group A",
    "venue": "Atlanta Stadium",
    "city": "Atlanta",
    "source": "FIFA / MLS Soccer"
  },
  {
    "id": "match_004",
    "match_no": 4,
    "date": "2026-06-18",
    "time": "19:00",
    "timezone": "America/Mexico_City",
    "team_a": "Mexico",
    "team_b": "Korea Republic",
    "stage": "First Stage",
    "group": "Group A",
    "venue": "Estadio Guadalajara",
    "city": "Guadalajara",
    "source": "FIFA / MLS Soccer"
  },
  {
    "id": "match_005",
    "match_no": 5,
    "date": "2026-06-24",
    "time": "19:00",
    "timezone": "America/Mexico_City",
    "team_a": "Czechia",
    "team_b": "Mexico",
    "stage": "First Stage",
    "group": "Group A",
    "venue": "Mexico City Stadium",
    "city": "Mexico City",
    "source": "FIFA / MLS Soccer"
  },
  {
    "id": "match_006",
    "match_no": 6,
    "date": "2026-06-24",
    "time": "19:00",
    "timezone": "America/Monterrey",
    "team_a": "South Africa",
    "team_b": "Korea Republic",
    "stage": "First Stage",
    "group": "Group A",
    "venue": "Estadio Monterrey",
    "city": "Monterrey",
    "source": "FIFA / MLS Soccer"
  }
]
来按球队查下：
python3 worldcup_helper.py --team Mexico
再按日期查：
python3 worldcup_helper.py --date 2026-06-18
从上图可以看到，脚本现在查的是北京时间日期。虽然这两场比赛的举办地日期都是 2026-06-18，但换算成北京时间后已经是 2026-06-19。所以输入 2026-06-18 查不到比赛，输入 2026-06-19 才能查到这两场。
这也是我们把 --date 设计成本地观赛日期的原因：我们关心的是“我这一天能看哪些比赛”，而不是比赛举办地的日期。
此外，如果不加参数，脚本会默认输出 matches.json 里所有比赛：
python3 worldcup_helper.py

小结

到这里，一个最小版的世界杯赛程助手已经能跑了。
它做的事情很朴素：读取 JSON、查比赛、转时区、输出结果。但这个朴素的结构很重要，因为它把几个容易出错的地方拆清楚了。赛程数据不能只写一句“6 月 18 日晚上比赛”，而要拆成：
当地日期
当地时间
比赛所在时区
对阵球队
比赛城市
比赛场馆
按日期查询时，我们要先想清楚：用户输入的日期，指的是比赛举办地日期，还是自己所在时区看到的日期。对使用者来说，更自然的查询方式肯定是按北京时间查询，因为大家真正关心的是“我这一天能看哪些比赛”。
世界杯赛程只是一个小例子。类似的问题在很多场景里都会出现，比如跨国会议、线上活动、直播排期、航班时间、促销活动上线时间。只要涉及不同时区，最好都不要把时间当成一个普通字符串随手存下来。
这篇小工具可以总结成一句话：先把数据结构化，再用程序处理确定性的查询和计算。
这样做出来的工具，功能不一定复杂，但结果会更可靠。世界杯只是一个入口，真正值得练的是这种处理数据和时间的基本思路。


来自 “ ITPUB博客 ” ，链接：https://blog.itpub.net/70050060/viewspace-3173716/ ，如需转载，请注明出处，否则将追究法律责任。

0
0
上一篇： Skills 是什么？Claude 官方教你做一个好用的 Skill
下一篇： Codex 实践系列 Vol.02：让 Codex 读懂开源项目 Typer
请登录后发表评论 登录
全部评论
七牛开发者
七牛开发者面向 AI、云存储与大数据等领域的开发者，提供工具、技术与资源等一站式支持，并输出 AI 技术洞察、产品能力解析与实战案例等内容，帮助开发者快速上手并推动项目落地

注册时间：2026-05-07

  • 博文量
    161
  • 访问量
    139944

最新文章

支持我们 作者招募 用户协议 FAQ Contact Us

北京盛拓优讯信息技术有限公司. 版权所有  京ICP备16024965号-8 北京市公安局海淀分局网监中心备案编号：11010802021510 niuxiaotong@pcpop.com 17352615567 未成年人举报专区

广播电视节目制作经营许可证(京) 字第1234号 中国互联网协会会员

违法和不良信息举报电话:18101376593