如何在Python中解析HTTP日期字符串？

Question

如何在Python中解析HTTP日期字符串？

pythonhttpdatetimeparsing

52

有没有一种简单的方法在Python中解析HTTP日期字符串？根据标准，有几种格式化HTTP日期字符串的方法；该方法应该能够处理这个问题。

换句话说，我想将类似于“Wed, 23 Sep 2009 22:15:29 GMT”这样的字符串转换为Python时间结构。

- Troels Arvin

4个回答

16

自从Python 3.3版本开始，有一个名为email.utils.parsedate_to_datetime的函数可以解析RFC 5322时间戳（也称为IMF-fixdate，即Internet消息格式中固定长度的格式，是RFC 7231中的HTTP-date子集）。

>>> 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)

还有一个未经记录的http.cookiejar.http2time函数，可以实现相同的功能，方法如下：

>>> 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)

它在Python 2.4中作为cookielib.http2time引入，用于处理以相同格式表示的Cookie Expires指令。

- saaj

8

>>> 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)

- SilentGhost

是的，它很容易扩展以处理任何格式。而email.utils.parse更健壮，但也不够透明。 - SilentGhost

1

+1并感谢。因为它建议避免这样的评论。比“utils”命名的模块更清晰。 - user237419

2

httplib.HTTPMessage(filehandle).getdate(headername)
httplib.HTTPMessage(filehandle).getdate_tz(headername)
mimetools.Message(filehandle).getdate()
rfc822.parsedate(datestr)
rfc822.parsedate_tz(datestr)

如果您有原始数据流，可以从中构建一个HTTPMessage或mimetools.Message。在查询响应对象以获取信息时，它可能提供额外的帮助。
如果您正在使用urllib2，则已经在urlopen返回的filehandler中隐藏了一个HTTPMessage对象。
它可能可以解析许多日期格式。
httplib位于核心中。

注意：

看了一下实现，HTTPMessage继承自mimetools.Message，后者又继承自rfc822.Message。也许您会对两个浮动定义感兴趣，即parsedate和parsedate_tz（在后者中）。
来自email.utils的parsedate(_tz)具有不同的实现，尽管它看起来有点相似。

如果您只有那个字符串片段并想要解析它，您可以这样做：

>>> from rfc822 import parsedate, parsedate_tz
>>> parsedate('Wed, 23 Sep 2009 22:15:29 GMT')
(2009, 9, 23, 22, 15, 29, 0, 1, 0)
>>>

但是让我通过MIME消息举例说明：

import mimetools
import StringIO
message = mimetools.Message(
    StringIO.StringIO('Date:Wed, 23 Sep 2009 22:15:29 GMT\r\n\r\n'))
>>> m
<mimetools.Message instance at 0x7fc259146710>
>>> m.getdate('Date')
(2009, 9, 23, 22, 15, 29, 0, 1, 0)

或通过HTTP消息（响应）

>>> from httplib import HTTPMessage
>>> from StringIO import StringIO
>>> http_response = HTTPMessage(StringIO('Date:Wed, 23 Sep 2009 22:15:29 GMT\r\n\r\n'))
>>> #http_response can be grabbed via urllib2.urlopen(url).info(), right?
>>> http_response.getdate('Date')
(2009, 9, 23, 22, 15, 29, 0, 1, 0)

没错吧？

>>> import urllib2
>>> urllib2.urlopen('https://fw.io/').info().getdate('Date')
(2014, 2, 19, 18, 53, 26, 0, 1, 0)

现在我们对日期格式、MIME消息、MIME工具及其Python实现有了更多的了解 ;-)

无论如何，这比使用email.utils来解析HTTP头要好。

- user237419

2

目前看来（2016年12月），RFC 822已被弃用，文档建议使用电子邮件包作为首选方法。 https://docs.python.org/2/library/rfc822.html - StanleyZ

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- tzot · Accepted Answer

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

如果您想要一个datetime.datetime对象，您可以执行以下操作：

# 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

尝试按照RFC 2822规则解析日期。但是，有些邮件程序不遵循该规定的格式，因此parsedate()在这种情况下会尝试正确地猜测。日期是一个包含RFC 2822日期的字符串，例如"Mon, 20 Nov 1995 19:12:08 -0500"。如果成功解析日期，parsedate()将返回一个9元组，可以直接传递给time.mktime();否则将返回None。请注意，结果元组的索引6、7和8不可用。

email.utils.parsedate_to_datetime

逆转format_datetime()。执行与parsedate()相同的功能，但成功时返回datetime；否则，如果日期包含无效值（如大于23的小时或时区偏移量不在-24和24小时之间），则引发ValueError。如果输入日期的时区为-0000，则datetime将是naive datetime；如果日期符合RFCs，则它将表示UTC中的时间，但没有关于消息日期来源实际时区的指示。如果输入日期具有任何其他有效的时区偏移量，则datetime将是一个aware datetime，并带有相应的时区tzinfo。