如何在strptim中使用俄语日期字符串

Question

我用python解析html，其中有日期字符串：[ 24-Янв-17 07:24 ]。”ЯЯН”是“简”。我想把它转换成datetime对象。在

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

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

---

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

---

原始页具有window-1251编码。在

^{pr2}$

退货

<type 'unicode'>
[ 24-Янв-17 07:24 ]
<type 'str'>
[ 24-???-17 07:24 ]

Answer 1

您只需将俄语月份名称更改为英语：

ru_to_eng_months = {'Янв': 'Jan', } # fill it with other months

def ru_to_eng_datetime(ru) -> string:
    s = ru.split('-')
    eng_month  = ru_to_eng_months[s[1]]
    return s[0] + '-' + eng_month + '-' + s[2]

s = u'[ 24-Янв-17 07:24 ]'
dateTime = ru_to_eng_datetime(s)
result = datetime.datetime.strptime(dateTime, u'[ %d-%b-%y  %H:%M ]')
print(result) # 2017-01-24 07:24:00