2

我必须以 MONTH YEAR 格式解析德语日期，其中 MONTH 是月份的全名。我在 Python 中设置了适当的语言环境，然后尝试使用strptime. 例如：

locale.setlocale(locale.LC_ALL, "deu_deu") # Locale name on Windows
datetime.strptime(dt, "%B %Y")

在遇到名称中包含非 ASCII 字符的月份时，我得到一个UnicodeEncodeError. 日期是从通过 Web 服务交付的 XML 文件中提取的。有没有办法可以将我的日期字符串转换为可以使用的日期字符串strptime？

4

2 回答 2

3

没有答案，只是一个测试（不过在 Unix 上）：

>>> import locale, datetime
>>> locale.setlocale(locale.LC_ALL, "de_de")
>>> datetime.datetime.strptime("März 2012", "%B %Y")
datetime.datetime(2012, 3, 1, 0, 0)

以上按预期工作。现在模拟 unicode 作为输入 - März 包含一个带有 DIAERESIS 的 LATIN SMALL LETTER A：

>>> datetime.datetime.strptime("M\u00E4rz 2012", "%B %Y"))
...
UnicodeEncodeError: 'ascii' codec can't encode character u'\xe4' ...

同样可以使用内置的 unicode 函数来实现：

>>> datetime.datetime.strptime(unicode("März 2012", "utf-8"), "%B %Y")
...
UnicodeEncodeError: 'ascii' codec can't encode character u'\xe4' ....

现在尝试使用适当的编码：

>>> datetime.datetime.strptime(u"M\u00E4rz 2012".encode('utf-8'), "%B %Y")
datetime.datetime(2012, 3, 1, 0, 0)

同样，这不在 Windows 上 - 所以不是真正的答案，但它可能包含一个提示。

只是为了进一步调查 - 一个场景，其中一个处理数据外部源（在本示例中使用 JSON，对于 XML 使用 YMMV）：

我认为一个合适的 JSON 编码器会给你 unicode，而RFC4627似乎暗示了这一点：

任何字符都可以转义。如果字符在基本多语言平面（U+0000 到 U+FFFF），那么它可以表示为六个字符序列：一个反斜线，后跟小写字母 u，后跟四个十六进制数字，编码字符的代码点。十六进制字母 A 到 F 可以是大写或小写。

所以用python来模拟（没有人会那样解析JSON，这只是一个模拟）：

>>> import json
>>> s = json.dumps({"date" : "März 2012"}).split(":")[1].replace(
        '"', "").replace("}", "").strip().decode("unicode_escape")
>>> # and sure enough ...
>>> datetime.datetime.strptime(s, "%B %Y")
...
UnicodeEncodeError: 'ascii' codec can't encode character u'\xe4 ...

>>> # and again, with the right encoding ...
>>> datetime.datetime.strptime(s.encode("utf-8"), "%B %Y")
datetime.datetime(2012, 3, 1, 0, 0)
于 2012-06-27T22:03:08.467 回答
1

下面的代码解决了这个问题。

locale.setlocale(locale.LC_ALL, "deu_deu") # Locale name on Windows
datetime.strptime(dt.encode("iso-8859-16"), "%B %Y")
于 2012-10-19T17:20:36.043 回答