Python datetime.datetime从time.structtime差分

Question

我使用feed解析器从一些RSS提要中获取条目。这些条目有一个published_parsed字段，该字段由field解析器解析为time.structtime。

我使用这个函数将time.structtime转换为datetime.datetime：

def publishParsedToDatetime(structTime): 
    return datetime.datetime.fromtimestamp(time.mktime(structTime))

投入(结构时间)：

time.struct_time(tm_year=2015, tm_mon=8, tm_mday=1, tm_hour=20, tm_min=28, tm_sec=33, tm_wday=5, tm_yday=213, tm_isdst=0)

输出(日期时间)：

2015-08-01 21:28:33

我看到了一个与时区相关的问题，在结构时间和日期时间值之间存在1小时差。

结构时间值为UTC。但是datetime.datetime值既不是UTC，也不是我当前的时区(CET，中欧时间，我们观察夏季，所以我们现在有UTC +2小时)。

这怎么解释呢？

Answer 1

实际上，正如在datetime.fromtimestamp中所解释的，默认情况下它会转换为本地时间：

返回与POSIX时间戳对应的本地日期和时间，如time.time()返回的时间。如果可选参数tz未指定或未指定，则时间戳将转换为平台的本地日期和时间，而返回的datetime对象是朴素的。

tm_isdst=0告诉它不要使用夏时制(尽管您的本地时区使用它)来解释1小时的差异。

为了更清楚地看到这一点，我们构造了两个测试用例。

import time, datetime

# this is how your time object was constructed before
tm_isdst = 0
t = time.mktime((2015, 8, 1, 20, 28, 33, 5, 213, tm_isdst))
print("Old conversion: {0}".format(datetime.datetime.fromtimestamp(t)))

# this is what happens if you let mktime "divine" a time zone
tm_isdst = -1
t = time.mktime((2015, 8, 1, 20, 28, 33, 5, 213, tm_isdst))
print("New conversion: {0}".format(datetime.datetime.fromtimestamp(t)))

这方面的产出如下：

Old conversion: 2015-08-01 21:28:33
New conversion: 2015-08-01 20:28:33

那么，您看到的问题是，传递给您的structTime对象有tm_isdst=0，但是您要解析的时间戳是针对DST时区的。

正如您在另一条注释中已经指出的，正确的解决方案可能是始终在后端代码中使用UTC，并且只在向用户显示时间或读取用户输入时进行时区处理。

Answer 2

calendar.timegm以UTC时间元组作为输入，并返回它的时间戳。相反，time.mktime以本地时间元组作为输入，并返回其(UTC)时间戳。所有的时间戳都代表自世界协调世界时1970年-1-1:00:00以来的秒数.

utcfromtimestamp将时间戳作为输入，并将其转换为天真(即时区不知情)的UTC日期时间。fromtimestamp使用相同的时间戳并将其转换为相应的天真本地日期时间。

由于您的时间元组(例如structTime)是UTC时间组，您应该使用calendar.timegm而不是time.mktime来找到正确的时间戳。一旦您有了正确的时间戳，fromtimestamp将返回相应的天真本地日期时间。

import time
import calendar
import datetime as DT
timetuple = (2015, 8, 1, 20, 28, 33, 5, 213, 0)
timestamp = calendar.timegm(timetuple)    
naive_local_date = DT.datetime.fromtimestamp(timestamp)    
print('Naive local: {}'.format(naive_local_date))

收益率

Naive local: 2015-08-01 22:28:33