如何在 Python 中解析 HTTP 日期字符串？

Question

有没有一种简单的方法可以在 Python 中解析 HTTP 日期字符串？根据the standard，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“Wed, 23 Sep 2009 22:15:29 GMT”之类的字符串转换为 python 时间结构。

Answer 1

从 Python 3.3 开始，email.utils.parsedate_to_datetime 可以解析 RFC 5322 时间戳（又名 IMF-fixdate，Internet 消息格式固定长度格式，HTTP-date 的 RFC 7231 的子集）。

>>> 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)

还有无证的http.cookiejar.http2time可以实现如下：

>>> 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。

Answer 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，则可以从中构建 HTTPMessage 或 mimetools.Message。在查询响应对象以获取信息时，它可能会提供额外的帮助
• 如果您使用的是 urllib2，则您已经在 urlopen 返回的文件处理程序中隐藏了一个 HTTPMessage 对象
• 它可能可以解析多种日期格式
• httplib 在核心中

注意：

• 查看了实现，HTTPMessage 继承自 mimetools.Message，而 mimetools.Message 继承自 rfc822.Message。您可能感兴趣的两个浮动 defs，parsedate 和 parsedate_tz（在后者中）
• 来自 email.utils 的 parsedate(_tz) 有不同的实现，虽然看起来有点相似。

你可以这样做，如果你只有那一段字符串并且你想解析它：

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

但让我通过 mime 消息来举例说明：

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)

对吗？

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

好了，现在我们更多地了解日期格式、mime 消息、mime 工具及其 Python 实现 ;-)

无论如何，看起来比使用 email.utils 解析 http 标头更好。

Answer 3

>>> import email.utils as eut
>>> eut.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，你可以这样做：

def my_parsedate(text):
    return datetime.datetime(*eut.parsedate(text)[:6])

Answer 4

>>> 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)