如何在strptime中使用俄语日期字符串

我用python解析html，并且有日期字符串：[ 24-???-17 07:24 ]。“ ???” 是“ Jan”。我想将其转换为datetime对象。

# Some beautifulsoup parsing
timeData = data.find('div', {'id' : 'time'}).text

import locale
locale.setlocale(locale.LC_TIME, 'ru_RU.UTF-8')
result = datetime.datetime.strptime(timeData, u'[ %d-%b-%y  %H:%M ]')

错误是：

ValueError：时间数据'[24- \ xd0 \ xaf \ xd0 \ xbd \ xd0 \ xb2-17 07:24]'与格式'[％d-％b-％y％H：％M]'不匹配

type(timeData)返回unicode。timeData从utf-8返回编码UnicodeEncodeError。怎么了？

---

chardet返回{'confidence': 0.87625, 'encoding': 'utf-8'}，当我写的时候：datetime.datetime.strptime(timeData.encode('utf-8'), ...)返回上面的错误。

---

原始页面具有window-1251编码。

print type(timeData)
print timeData


timeData = timeData.encode('cp1251')
print type(timeData)
print timeData

退货

[ 24-???-17 07:24 ]

[ 24-???-17 07:24 ]

cxw.. 6

快速解决

得到它了！ 在CPython 2.7.12中???必须小写。代码（在cygwin上的CPy 2.7.12和CPy 3.4.5中有效）：

# coding=utf8
#timeData='[ 24-???-17 07:24 ]'
timeData='[ 24-???-17 07:24 ]'    ### lower-case
import datetime
import locale
locale.setlocale(locale.LC_TIME, 'ru_RU.UTF-8')
result = datetime.datetime.strptime(timeData, u'[ %d-%b-%y  %H:%M ]')
print(result)

结果：

2017-01-24 07:24:00

如果我使用大写字母???，则可以在Py 3中使用，但在Py 2中可以使用

ValueError: time data '[ 24-\xd0\xaf\xd0\xbd\xd0\xb2-17 07:24 ]' does not match format '[ %d-%b-%y  %H:%M ]'

一般情况

要在Python 2中总体上处理此问题，请先使用小写字母（请参阅此答案）：

# coding=utf8
timeData=u'[ 24-???-17 07:24 ]'
       # ^ unicode data
import datetime
import locale
locale.setlocale(locale.LC_TIME, 'ru_RU.UTF-8')
print(timeData.lower())     # works OK
result = datetime.datetime.strptime(
    timeData.lower().encode('utf8'), u'[ %d-%b-%y  %H:%M ]')
    ##               ^^^^^^^^^^^^^^ back to a string
    ##       ^^^^^^^ lowercase
print(result)

结果：

[ 24-???-17 07:24 ]
2017-01-24 07:24:00

我无法使用您的beautifulsoup代码对其进行测试，但是通常来说，先获取Unicode数据，然后使用上面的代码。

或者，如果可能的话，切换到Python 3 :)。

说明

那我怎么想的呢？我去寻找在CPython的源代码strptime（搜索）。我找到了方便的_strptime模块，其中包含class LocaleTime。我还发现一个提的LocaleTime。要打印可用的月份名称，请执行以下操作（添加到上面“快速修复”下的代码末尾）：

from _strptime import LocaleTime
lt = LocaleTime()
print(lt.a_month)    

a_month每个源都有缩写的月份名称。

在Py3上，产生：

['', '???', '???', '???', '???', '???', '???', '???', '???', '???', '???', '???', '???']
      ^ lowercase!

在Py2上，产生：

['', '\xd1\x8f\xd0\xbd\xd0\xb2',

还有更多。请注意，第一个字符为\xd1\x8f，并且在您的错误消息\xd0\xaf中不匹配。

1> cxw..：

---

快速解决

得到它了！ 在CPython 2.7.12中???必须小写。代码（在cygwin上的CPy 2.7.12和CPy 3.4.5中有效）：

# coding=utf8
#timeData='[ 24-???-17 07:24 ]'
timeData='[ 24-???-17 07:24 ]'    ### lower-case
import datetime
import locale
locale.setlocale(locale.LC_TIME, 'ru_RU.UTF-8')
result = datetime.datetime.strptime(timeData, u'[ %d-%b-%y  %H:%M ]')
print(result)

结果：

2017-01-24 07:24:00

如果我使用大写字母???，则可以在Py 3中使用，但在Py 2中可以使用

ValueError: time data '[ 24-\xd0\xaf\xd0\xbd\xd0\xb2-17 07:24 ]' does not match format '[ %d-%b-%y  %H:%M ]'

一般情况

要在Python 2中总体上处理此问题，请先使用小写字母（请参阅此答案）：

# coding=utf8
timeData=u'[ 24-???-17 07:24 ]'
       # ^ unicode data
import datetime
import locale
locale.setlocale(locale.LC_TIME, 'ru_RU.UTF-8')
print(timeData.lower())     # works OK
result = datetime.datetime.strptime(
    timeData.lower().encode('utf8'), u'[ %d-%b-%y  %H:%M ]')
    ##               ^^^^^^^^^^^^^^ back to a string
    ##       ^^^^^^^ lowercase
print(result)

结果：

[ 24-???-17 07:24 ]
2017-01-24 07:24:00

我无法使用您的beautifulsoup代码对其进行测试，但是通常来说，先获取Unicode数据，然后使用上面的代码。

或者，如果可能的话，切换到Python 3 :)。

说明

那我怎么想的呢？我去寻找在CPython的源代码strptime（搜索）。我找到了方便的_strptime模块，其中包含class LocaleTime。我还发现一个提的LocaleTime。要打印可用的月份名称，请执行以下操作（添加到上面“快速修复”下的代码末尾）：

from _strptime import LocaleTime
lt = LocaleTime()
print(lt.a_month)    

a_month每个源都有缩写的月份名称。

在Py3上，产生：

['', '???', '???', '???', '???', '???', '???', '???', '???', '???', '???', '???', '???']
      ^ lowercase!

在Py2上，产生：

['', '\xd1\x8f\xd0\xbd\xd0\xb2',

还有更多。请注意，第一个字符为\xd1\x8f，并且在您的错误消息\xd0\xaf中不匹配。