Python - 如何从 RSS 提要中获取时区

Question

我需要获取 RSS 提要的已发布字段，并且我需要知道时区是什么。我将日期存储在 UTC 中，并且我想要另一个字段来存储时区，以便以后可以操作日期时间。

我目前的代码如下：

for entry in feed['entries']:
    if hasattr(entry, 'published'):
        if isinstance(entry.published_parsed, struct_time):
            dt = datetime(*entry.published_parsed[:-3])

dt 的最终值是 UTC 中正确的日期时间，但我还需要获取原始时区。有人可以帮忙吗？

编辑：

为了将来参考，即使它不是我最初的问题的一部分，如果您需要操作非标准时区（如 est），您需要根据您的规范制作一个转换表。感谢这个答案：Parsing date/time string with timezone abbreviated name in Python?

Answer 1

你可以使用dateutil包的parser.parse方法。

以statckoverflow为例：

import feedparser
from dateutil import parser, tz

url = 'http://stackoverflow.com/feeds/tag/python'
feed = feedparser.parse(url)
published = feed.entries[0].published
dt = parser.parse(published)

print(published)
print(dt) # that is timezone aware
print(dt.utcoffset()) # time zone of time
print(dt.astimezone(tz.tzutc())) # that is timezone aware as UTC

2012-11-28T19:07:32Z
2012-11-28 19:07:32+00:00
0:00:00
2012-11-28 19:07:32+00:00

你可以看到published以Z结尾，这意味着时区是UTC：

在 feedparser 中查看History of Date Formats：

Atom 1.0 states that all date elements “MUST conform to the date-time 
production in RFC 3339. 
In addition, an uppercase T character MUST be used to separate date and time, 
and an uppercase Z character MUST be present in the absence of 
a numeric time zone offset.”

再举一个例子：

import feedparser
from dateutil import parser, tz

url = 'http://omidraha.com/rss/'
feed = feedparser.parse(url)
published = feed.entries[0].published
dt = parser.parse(published)

print(published)
print(dt) # that is timezone aware
print(dt.utcoffset()) # time zone of time
print(dt.astimezone(tz.tzutc())) # that is timezone aware as UTC

Thu, 26 Dec 2013 14:24:04 +0330
2013-12-26 14:24:04+03:30
3:30:00
2013-12-26 10:54:04+00:00

但这也取决于接收到的时间数据的格式和提要的类型。