Data di analisi con fuso orario da un'email?

Question

Sto provando a recuperare la data da un email. In un primo momento è facile:

message = email.parser.Parser().parse(file) 
date = message['Date'] 
print date 

e ricevo:

'Mon, 16 Nov 2009 13:32:02 +0100' 

Ma ho bisogno di un oggetto datetime bello, così io uso:

datetime.strptime('Mon, 16 Nov 2009 13:32:02 +0100', '%a, %d %b %Y %H:%M:%S %Z') 

che solleva ValueError, since %Z isn't format for +0100. Ma non riesco a trovare il formato corretto per il fuso orario nella documentazione, c'è solo questo %Z per zona. Qualcuno mi può aiutare su questo?

Answer 1

email.utils ha una funzione parsedate() per il formato RFC 2822, che per quanto ne so non è deprecato.

>>> import email.utils 
>>> import time 
>>> import datetime 
>>> email.utils.parsedate('Mon, 16 Nov 2009 13:32:02 +0100') 
(2009, 11, 16, 13, 32, 2, 0, 1, -1) 
>>> time.mktime((2009, 11, 16, 13, 32, 2, 0, 1, -1)) 
1258378322.0 
>>> datetime.datetime.fromtimestamp(1258378322.0) 
datetime.datetime(2009, 11, 16, 13, 32, 2) 

Si prega di notare, tuttavia, che il metodo parsedate non tiene conto del fuso orario e time.mktime si aspetta sempre una tupla ora locale come detto here.

>>> (time.mktime(email.utils.parsedate('Mon, 16 Nov 2009 13:32:02 +0900')) == 
... time.mktime(email.utils.parsedate('Mon, 16 Nov 2009 13:32:02 +0100')) 
True 

Così avrete ancora bisogno di analizzare fuori il fuso orario e prendere in considerazione la differenza di ora locale, troppo:

>>> REMOTE_TIME_ZONE_OFFSET = +9 * 60 * 60 
>>> (time.mktime(email.utils.parsedate('Mon, 16 Nov 2009 13:32:02 +0900')) + 
... time.timezone - REMOTE_TIME_ZONE_OFFSET) 
1258410122.0 

Answer 2

Hai provato

rfc822.parsedate_tz(date) # ? 

Altro su RFC822, http://docs.python.org/library/rfc822.html

E 'deprecato (parsedate_tz è ora in email.utils.parsedate_tz), però.

Ma forse queste risposte aiuteranno:

• How to parse dates with -0400 timezone string in python?

• python time to age part 2, timezones

Answer 3

Uso email.utils.parsedate_tz(date):

msg=email.message_from_file(open(file_name)) 
date=None 
date_str=msg.get('date') 
if date_str: 
    date_tuple=email.utils.parsedate_tz(date_str) 
    if date_tuple: 
     date=datetime.datetime.fromtimestamp(email.utils.mktime_tz(date_tuple)) 
if date: 
    ... # valid date found 

Answer 4

In Python 3.3 +, email messaggio può analizzare le intestazioni per voi:

import email 
import email.policy 

headers = email.message_from_file(file, policy=email.policy.default) 
print(headers.get('date').datetime) 
# -> 2009-11-16 13:32:02+01:00 

Dal Python 3.2+, funziona se si sostituisce %Z con %z:

>>> from datetime import datetime 
>>> datetime.strptime("Mon, 16 Nov 2009 13:32:02 +0100", 
...     "%a, %d %b %Y %H:%M:%S %z") 
datetime.datetime(2009, 11, 16, 13, 32, 2, 
        tzinfo=datetime.timezone(datetime.timedelta(0, 3600))) 

o utilizzando email pacchetto (Python 3.3+):

>>> from email.utils import parsedate_to_datetime 
>>> parsedate_to_datetime("Mon, 16 Nov 2009 13:32:02 +0100") 
datetime.datetime(2009, 11, 16, 13, 32, 2, 
        tzinfo=datetime.timezone(datetime.timedelta(0, 3600))) 

se differenza UTC è specificato come -0000 allora restituisce un oggetto datetime ingenuo che rappresenta il tempo in UTC, altrimenti restituisce un oggetto datetime con il set tzinfo corrispondente.

Per analizzare rfc 5322 date-time string su versioni precedenti di Python (2.6+):

from calendar import timegm 
from datetime import datetime, timedelta, tzinfo 
from email.utils import parsedate_tz 

ZERO = timedelta(0) 
time_string = 'Mon, 16 Nov 2009 13:32:02 +0100' 
tt = parsedate_tz(time_string) 
#NOTE: mktime_tz is broken on Python < 2.7.4, 
# see https://bugs.python.org/issue21267 
timestamp = timegm(tt) - tt[9] # local time - utc offset == utc time 
naive_utc_dt = datetime(1970, 1, 1) + timedelta(seconds=timestamp) 
aware_utc_dt = naive_utc_dt.replace(tzinfo=FixedOffset(ZERO, 'UTC')) 
aware_dt = aware_utc_dt.astimezone(FixedOffset(timedelta(seconds=tt[9]))) 
print(aware_utc_dt) 
print(aware_dt) 
# -> 2009-11-16 12:32:02+00:00 
# -> 2009-11-16 13:32:02+01:00 

dove FixedOffset is based on tzinfo subclass from the datetime documentation:

class FixedOffset(tzinfo): 
    """Fixed UTC offset: `time = utc_time + utc_offset`.""" 
    def __init__(self, offset, name=None): 
     self.__offset = offset 
     if name is None: 
      seconds = abs(offset).seconds 
      assert abs(offset).days == 0 
      hours, seconds = divmod(seconds, 3600) 
      if offset < ZERO: 
       hours = -hours 
      minutes, seconds = divmod(seconds, 60) 
      assert seconds == 0 
      #NOTE: the last part is to remind about deprecated POSIX 
      # GMT+h timezones that have the opposite sign in the 
      # name; the corresponding numeric value is not used e.g., 
      # no minutes 
      self.__name = '<%+03d%02d>GMT%+d' % (hours, minutes, -hours) 
     else: 
      self.__name = name 
    def utcoffset(self, dt=None): 
     return self.__offset 
    def tzname(self, dt=None): 
     return self.__name 
    def dst(self, dt=None): 
     return ZERO 
    def __repr__(self): 
     return 'FixedOffset(%r, %r)' % (self.utcoffset(), self.tzname()) 

Answer 5

ValueError: 'z' is a bad directive in format...

(nota: devo attaccare a Python 2.7 nel mio caso)

Ho avuto un professionista simile blem parsing commit date dall'output di git log --date=iso8601 che in realtà non è il formato ISO8601 (da cui l'aggiunta di --date=iso8601-strict in una versione successiva).

Dal momento che sto usando django Posso sfruttare le utilità lì.

https://github.com/django/django/blob/master/django/utils/dateparse.py

>>> from django.utils.dateparse import parse_datetime 
>>> parse_datetime('2013-07-23T15:10:59.342107+01:00') 
datetime.datetime(2013, 7, 23, 15, 10, 59, 342107, tzinfo=+0100) 

Invece di strptime si potrebbe utilizzare la propria espressione regolare.

Answer 6

# Parses Nginx' format of "01/Jan/1999:13:59:59 +0400" 
# Unfortunately, strptime doesn't support %z for the UTC offset (despite what 
# the docs actually say), hence the need # for this function. 
def parseDate(dateStr): 
    date = datetime.datetime.strptime(dateStr[:-6], "%d/%b/%Y:%H:%M:%S") 
    offsetDir = dateStr[-5] 
    offsetHours = int(dateStr[-4:-2]) 
    offsetMins = int(dateStr[-2:]) 
    if offsetDir == "-": 
     offsetHours = -offsetHours 
     offsetMins = -offsetMins 
    return date + datetime.timedelta(hours=offsetHours, minutes=offsetMins) 

Answer 7

per Python 3 è possibile utilizzare parsedate_to_datetime funzione:

>>> from email.utils import parsedate_to_datetime 
>>> parsedate_to_datetime('Mon, 16 Nov 2009 13:32:02 +0100') 
... 
datetime.datetime(2009, 11, 16, 13, 32, 2, tzinfo=datetime.timezone(datetime.timedelta(0, 3600)))