Question

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，然后尝试用strptime解析日期。例如：

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

在遇到名称中带有非ASCII字符的月份时，我得到UnicodeEncodeError。日期是从通过Web服务提供的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适用于strptime？

的日期字符串

修改

datetime.strptime(dt.encode("iso-8859-16"), "%B %Y")

的工作。

Answer 1

没有答案，只是一个测试（虽然在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)

以上工作符合预期。现在模拟unicode作为输入 - März包含LATIN SMALL LETTER A WITH DIAERESIS：

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

使用内置的unicode函数可以实现：

>>> 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，这不是在Windows上 - 所以不是一个真正的答案，但它可能包含一个提示。

只是为了进一步研究 - 一个场景，其中一个处理数据外部源（在本例中使用JSON，用于XML的YMMV）：

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

任何角色都可能被转义。如果角色在基本多语言平面（U + 0000到U + FFFF），然后它可能是表示为六个字符的序列：反向固相，然后用小写字母u，后跟四个十六进制数字编码角色的代码点。十六进制字母A虽然 F可以是大写或小写。

所以用python模拟它（没有人会用这种方式解析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)

Answer 2

以下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")

使用Python strptime解析月份名称时的UnicodeEncodeError

2 个答案: