Como calcular dias da semana em Python sem perder a sanidade
Trabalho com sistemas de agendamento há mais tempo do que gostaria de admitir, e já vi muita gente complicar demais uma coisa simples. A maioria dos desenvolvedores acaba reinventando a roda quando precisa calcular dias da semana em Python, seja para validar datas de entrega, programar relatórios semanais ou sincronizar dados entre fuso-horários. O problema é que o padrão pode te levar horas se você não souber por onde começar.
O básico dos dias da semana em Python
A biblioteca padrão do Python já traz módulo datetime que resolve 90% dos casos. Um exemplo direto: datetime.date.today().weekday() retorna um inteiro de 0 (segunda) a 6 (domingo). Simples assim. Mas quando você precisa calcular quantos dias faltam para o próximo viernes o próximo mês, as coisas começam a ficar menos intuitivas. Eu tenho uma preferência pessoal por usar dateutil.relativedelta quando preciso de cálculos mais complexos. Ele resolve problemas como "qual será a data do terceiro segunda-feira deste mês" sem precisar de loops ou condições enfiadas. A instalação é rápida: pip install python-dateutil, e em menos de 15 minutos você tem uma ferramenta que economiza horas de codificação.
Métodos práticos que funcionam no dia a dia
Vou explicar primeiro como eu faço na prática, porque teoria sem aplicação não adianta nada. Quando preciso calcular dias úteis, usando calendar com monthrange consigo iterar sobre cada dia do mês e aplicar regras específicas. Mas isso fica lento rapidamente se o volume de dados cresce. Uma técnica que aprendi na prática é usar pandas.date_range com freq='W' para gerar sequências semanais. Funciona bem para relatórios, mas tem uma limitação importante: não lida bem com feriados estaduais. Eu tinha um cliente que precisava calcular dias úteis considerando feriados municipais, estaduais e federais, e simplesmente não funcionou. A solução foi criar uma lista personalizada de exceções e filtrar depois.
👉 Clique no botão abaixo para saber mais sobre o assunto!
Outro problema que encontrei recently envolve cross-year calculations. Quando você calcula dias da semana entre 2023 e 2024, precisando considerar se 2024 é bissexto, a lógica padrão pode falhar silenciosamente. A workaround que uso é sempre validar com datetime.is_leap_year() antes de fazer cálculos que envolvem fevereiro.
Erros comuns que todo mundo comete
O erro mais frequente é assumir que o índice começa em 0. Alguns frameworks retornam 1 para segunda-feira, outros 0. Essa diferença parece bobinha mas já causou bugs que demoraram dias para serem rastreados. Sempre verifique a documentação da biblioteca que você está usando. Outro problema sério é confiar cegamente em fuso-horários. Eu tenho um sistema que processa agendamentos de clientes nos EUA e Europa, e um erro simples de timezone me custou três horas de debugging. A recomendação é usar sempre timezone-aware datetime objects, nunca naive. A diferença entre datetime.now() e datetime.now(timezone.utc) pode ser a diferença entre um sistema que funciona e um que falha em produção.
Alternativas quando o padrão não basta
Se o seu caso é extremamente complexo, com regras de negócios específicas (como "se cair em feriado, muda para o dia útil anterior"), aí o padrão realmente não resolve. Nesse caso, recomendo uma abordagem híbrida: usar datetime para o core, mas ter uma tabela externa de exceções em CSV ou JSON que você carrega sob demanda. Existe também a opção de bibliotecas especializadas como holidays (pip install holidays), que já traz feriados pré-configurados para dezenas de países. Eu uso essa combinação em produção há dois anos e só tive um problema: atualizações de feriados locais que a biblioteca ainda não reconhece. Aí entra a camada de exceções personalizadas que mencionei antes.
Para casos simples, como apenas saber qual é o próximo dia útil, a solução com calendário manual mesmo é suficiente. Já para sistemas de alta complexidade, como os que processam milhares de agendamentos por minuto, a combinação de dateutil + holidays + regras customizadas é o que mais performático tem se mostrado. Não existe solução perfeita, mas com a abordagem certa você chega perto o suficiente sem gastar tempo desnecessário.
