如何解析xsd:dateTime格式？

Question

xsd:dateTime类型的值可以有很多种不同的格式，具体可以参考RELAX NG中的描述。

我该如何把这些不同的格式转换成时间或日期时间对象呢？

Answer 1

你可以试试 dateutil.parser 这个模块，它来自于 python-dateutil。或者你也可以看看 isodate（我还没用过这个，但看起来挺有意思的，而且它是专门为了处理 ISO 8601 格式而制作的）。

Answer 2

其实这个格式限制挺多的，尤其是跟ISO 8601标准比起来。用正则表达式（regex）来处理，基本上就相当于用strptime，然后自己来处理时区偏移（而strptime是不会处理这个的）。

import datetime
import re

def parse_timestamp(s):
  """Returns (datetime, tz offset in minutes) or (None, None)."""
  m = re.match(""" ^
    (?P<year>-?[0-9]{4}) - (?P<month>[0-9]{2}) - (?P<day>[0-9]{2})
    T (?P<hour>[0-9]{2}) : (?P<minute>[0-9]{2}) : (?P<second>[0-9]{2})
    (?P<microsecond>\.[0-9]{1,6})?
    (?P<tz>
      Z | (?P<tz_hr>[-+][0-9]{2}) : (?P<tz_min>[0-9]{2})
    )?
    $ """, s, re.X)
  if m is not None:
    values = m.groupdict()
    if values["tz"] in ("Z", None):
      tz = 0
    else:
      tz = int(values["tz_hr"]) * 60 + int(values["tz_min"])
    if values["microsecond"] is None:
      values["microsecond"] = 0
    else:
      values["microsecond"] = values["microsecond"][1:]
      values["microsecond"] += "0" * (6 - len(values["microsecond"]))
    values = dict((k, int(v)) for k, v in values.iteritems()
                  if not k.startswith("tz"))
    try:
      return datetime.datetime(**values), tz
    except ValueError:
      pass
  return None, None

它没有把时区偏移应用到日期时间上，而且负年份在日期时间处理上也有问题。这两个问题可以通过使用不同的时间戳类型来解决，这种类型能够处理xsd:dateTime所需的完整范围。

valid = [
  "2001-10-26T21:32:52",
  "2001-10-26T21:32:52+02:00",
  "2001-10-26T19:32:52Z",
  "2001-10-26T19:32:52+00:00",
  #"-2001-10-26T21:32:52",
  "2001-10-26T21:32:52.12679",
]
for v in valid:
  print
  print v
  r = parse_timestamp(v)
  assert all(x is not None for x in r), v

  # quick and dirty, and slightly wrong
  # (doesn't distinguish +00:00 from Z among other issues)
  # but gets through the above cases

  tz = ":".join("%02d" % x for x in divmod(r[1], 60)) if r[1] else "Z"
  if r[1] > 0: tz = "+" + tz
  r = r[0].isoformat() + tz

  print r
  assert r.startswith(v[:len("CCYY-MM-DDThh:mm:ss")]), v

print "---"
invalid = [
  "2001-10-26",
  "2001-10-26T21:32",
  "2001-10-26T25:32:52+02:00",
  "01-10-26T21:32",
]
for v in invalid:
  print v
  r = parse_timestamp(v)
  assert all(x is None for x in r), v

如何解析xsd:dateTime格式？

2 个回答

撰写回答