企业官网建设流程全解析

打造智能农历纪念日管家：用Python和Flask实现自动提醒系统

每逢家人农历生日临近，总有人手忙脚乱翻看日历换算日期？传统节日当天才临时准备礼物？现在，用30行核心代码就能打造专属的智能提醒系统。本文将带你从零构建一个能自动转换农历日期、提前推送提醒的Web服务，从此不再错过任何重要时刻。

1. 系统架构设计

这个农历提醒系统的核心在于三个模块的协同工作：

• 日期转换引擎：sxtwl库负责农历与公历的精准转换
• 业务逻辑层：Flask处理用户请求和提醒规则
• 任务调度器：APScheduler管理定时提醒任务

# 系统核心架构示意 from flask import Flask import sxtwl from apscheduler.schedulers.background import BackgroundScheduler app = Flask(__name__) lunar = sxtwl.Lunar() # 农历转换引擎 scheduler = BackgroundScheduler() # 任务调度器

与传统日历应用相比，我们的解决方案有三大优势：

1. 精准转换：支持1900-2100年的农历公历互转
2. 灵活规则：可设置提前N天提醒、重复周期等
3. 多端通知：邮件、微信、短信等多种提醒方式

2. 环境配置与基础搭建

2.1 安装必要的Python库

推荐使用Python 3.8+环境，通过pip安装以下依赖：

pip install sxtwl==2.0.6 flask==2.0.1 pip install apscheduler==3.8.1 python-dotenv==0.19.0

2.2 项目目录结构

采用模块化设计，便于后期功能扩展：

/lunar_reminder ├── app.py # 主程序入口 ├── config.py # 配置文件 ├── templates/ # 网页模板 │ └── index.html ├── static/ # 静态资源 └── requirements.txt

3. 核心功能实现

3.1 农历日期转换引擎

sxtwl库提供了丰富的日期转换接口，以下是几个典型使用场景：

# 公历转农历示例 day = lunar.getDayBySolar(2023, 5, 14) print(f"农历日期：{day.getLunarYear()}年{day.getLunarMonth()}月{day.getLunarDay()}日") # 农历转公历示例 day = lunar.getDayByLunar(2023, 4, 15) # 2023年农历4月15日 print(f"公历日期：{day.getSolarYear()}-{day.getSolarMonth()}-{day.getSolarDay()}")

日期转换常见问题处理：

3.2 提醒规则管理系统

在Flask中实现RESTful API来管理提醒规则：

from flask import request, jsonify reminders = {} # 存储提醒规则的字典 @app.route('/api/reminder', methods=['POST']) def add_reminder(): data = request.json lunar_date = (data['year'], data['month'], data['day']) solar_date = lunar.getDayByLunar(*lunar_date) reminders[data['name']] = { 'lunar': lunar_date, 'solar': (solar_date.getSolarYear(), solar_date.getSolarMonth(), solar_date.getSolarDay()), 'advance_days': data.get('advance', 3), 'repeat': data.get('repeat', True) } return jsonify({"status": "success"})

4. 定时任务与通知系统

4.1 使用APScheduler实现定时检查

每天凌晨检查未来7天内需要提醒的事件：

def check_reminders(): today = datetime.now() for name, reminder in reminders.items(): target_date = datetime(*reminder['solar']) delta = (target_date - today).days if 0 <= delta <= reminder['advance_days']: send_notification(name, delta) scheduler.add_job( check_reminders, 'cron', hour=0, minute=1 ) scheduler.start()

4.2 多通道通知实现

根据不同场景选择通知方式：

1. 邮件通知（适合正式场合）

   import smtplib from email.message import EmailMessage def send_email(subject, content): msg = EmailMessage() msg['Subject'] = subject msg['From'] = 'your_email@example.com' msg['To'] = 'recipient@example.com' msg.set_content(content) with smtplib.SMTP('smtp.server.com', 587) as smtp: smtp.starttls() smtp.login('user', 'password') smtp.send_message(msg)

2. 微信推送（适合即时提醒）

   import requests def send_wechat(content): url = "https://qyapi.weixin.com/cgi-bin/webhook/send" params = { "key": "YOUR_WEBHOOK_KEY" } data = { "msgtype": "text", "text": {"content": content} } requests.post(url, params=params, json=data)

5. 系统优化与扩展

5.1 性能优化技巧

当处理大量提醒事件时，可以采用以下策略：

• 批量日期转换：减少重复计算

  def batch_convert(lunar_dates): return [lunar.getDayByLunar(*date) for date in lunar_dates]

• 缓存机制：存储常用日期转换结果

  from functools import lru_cache @lru_cache(maxsize=365) def cached_conversion(year, month, day): return lunar.getDayByLunar(year, month, day)

5.2 功能扩展方向

1. 节日数据库：预置传统节日数据

   traditional_festivals = { '春节': (None, 1, 1), # 农历正月初一 '端午节': (None, 5, 5), '中秋节': (None, 8, 15) }

2. 重复规则增强：

   • 支持"每年农历同一天"提醒
   • 支持"每月初一"等周期规则

3. 用户界面优化：

   • 添加可视化日历组件
   • 支持拖拽调整提醒日期

# 复杂重复规则实现示例 def should_remind(event, current_date): if event['repeat'] == 'yearly': return (current_date.month, current_date.day) == event['solar'][1:] elif event['repeat'] == 'monthly': return current_date.day == event['solar'][2] return False

6. 部署与维护方案

6.1 生产环境部署

推荐使用Docker容器化部署：

FROM python:3.8-slim WORKDIR /app COPY requirements.txt . RUN pip install -r requirements.txt COPY . . CMD ["gunicorn", "-b :5000", "app:app"]

启动命令：

docker build -t lunar-reminder . docker run -d -p 5000:5000 --restart always lunar-reminder

6.2 系统监控策略

确保提醒服务稳定运行的关键指标：

实现简单的健康检查端点：

@app.route('/health') def health_check(): return jsonify({ 'status': 'healthy', 'reminders_count': len(reminders), 'last_check': scheduler.get_jobs()[0].next_run_time })

在实际项目中，我发现将农历转换结果缓存24小时可以显著降低CPU使用率，特别是在处理大量重复日期查询时。另一个实用技巧是为每个提醒事件添加UUID标识符，便于后续的日志追踪和管理。