如何在Python中解析HTTP日期字符串？

Question

有没有简单的方法可以在Python中解析HTTP日期字符串？根据标准，HTTP日期字符串有几种格式；这个方法应该能够处理这些格式。

换句话说，我想把像“Wed, 23 Sep 2009 22:15:29 GMT”这样的字符串转换成Python的时间结构。

Answer 1

在编程中，有时候我们会遇到一些问题，特别是在使用某些工具或库的时候。这些问题可能会让我们感到困惑，尤其是当我们刚开始学习编程的时候。很多时候，其他人也会遇到类似的问题，所以我们可以在一些技术论坛，比如StackOverflow，找到解决方案。

在这些论坛上，用户会提问，描述他们遇到的具体问题，并且其他用户会提供他们的解决办法或者建议。这种互动不仅能帮助提问者解决问题，也能让其他人从中学习到新的知识。

总之，编程的学习过程就是一个不断解决问题的过程，而这些技术论坛就像是一个大家互相帮助的社区。

>>> import datetime
>>> datetime.datetime.strptime('Wed, 23 Sep 2009 22:15:29 GMT', '%a, %d %b %Y %H:%M:%S GMT')
datetime.datetime(2009, 9, 23, 22, 15, 29)

Answer 2

从Python 3.3开始，新增了一个叫做 email.utils.parsedate_to_datetime 的功能，它可以解析 RFC 5322 时间戳（也叫 IMF-fixdate，这是一种互联网消息格式的固定长度格式，属于 HTTP-date 的一部分，详细信息可以参考 RFC 7231）。

>>> from email.utils import parsedate_to_datetime
... 
... s = 'Sun, 06 Nov 1994 08:49:37 GMT'
... parsedate_to_datetime(s)
0: datetime.datetime(1994, 11, 6, 8, 49, 37, tzinfo=datetime.timezone.utc)

还有一个没有文档说明的功能 http.cookiejar.http2time，它也能实现类似的功能，具体如下：

>>> from datetime import datetime, timezone
... from http.cookiejar import http2time
... 
... s = 'Sun, 06 Nov 1994 08:49:37 GMT'
... datetime.utcfromtimestamp(http2time(s)).replace(tzinfo=timezone.utc)
1: datetime.datetime(1994, 11, 6, 8, 49, 37, tzinfo=datetime.timezone.utc)

这个功能最早是在Python 2.4中引入的，名字叫 cookielib.http2time，主要是用来处理Cookie中的 Expires 指令，这个指令也是用相同的格式表示的。

Answer 3

>>> import email.utils, datetime
>>> email.utils.parsedate('Wed, 23 Sep 2009 22:15:29 GMT')
(2009, 9, 23, 22, 15, 29, 0, 1, -1)

如果你想要一个 datetime.datetime 对象，可以这样做：

# Python <3.3
def my_parsedate(text):
    return datetime.datetime(*eut.parsedate(text)[:6])

# Python ≥3.3
def my_parsedate(text):
    return email.utils.parsedate_to_datetime(text)

email.utils.parsedate

这个函数试着按照 RFC 2822 的规则来解析日期。不过，有些邮件程序并不完全遵循这个格式，所以 parsedate() 会在这种情况下尽量猜测正确。输入的日期是一个字符串，格式像这样："Mon, 20 Nov 1995 19:12:08 -0500"。 如果成功解析了日期，parsedate() 会返回一个包含9个元素的元组，你可以直接把它传给 time.mktime()；如果解析失败，则会返回 None。需要注意的是，返回的元组中的第6、7和8个元素是不能用的。

email.utils.parsedate_to_datetime

这个函数是 format_datetime() 的反向操作。它的功能和 parsedate() 一样，但如果成功的话会返回一个 datetime 对象；如果日期包含无效值，比如小时数大于23，或者时区偏移不在-24到24小时之间，就会抛出 ValueError 错误。如果输入的日期时区是 -0000，那么返回的 datetime 就是一个“无时区”的 datetime；如果日期符合 RFC 规范，它会表示一个 UTC 时间，但不会显示消息来源的实际时区。如果输入日期有其他有效的时区偏移，返回的 datetime 就会是一个“有时区”的 datetime，并带有相应的时区信息。