在 Python 中解析 OFX 日期时间

Posted 2023-02-22

【中文标题】在 Python 中解析 OFX 日期时间

【英文标题】：Parsing OFX datetime in Python

【发布时间】：2022-01-22 12:15:05

【问题描述】：

我正在尝试在 Python 中解析 OFX 2.3 规范中指定的日期时间。我相信这是一种自定义格式，但如果它有名称，请随时告诉我。规范声明如下：

有一种表示日期、时间和时区的格式。完整的表格是： YYYYMMDDHHMMSS.XXX [gmt offset[:tz name]]

例如，“19961005132200.124[-5:EST]”表示东部标准时间 1996 年 10 月 5 日下午 1:22 和 124 毫秒。这与下午 6:22 相同。格林威治标准时间 (GMT)。

这是我目前的尝试：

from datetime import datetime

date_str = "19961005132200.124[EST]"
date = datetime.strptime(date_str, "%Y%m%d%H%M%S.%f[%Z]")

这个部分示例到目前为止有效，但缺少 GMT 偏移部分（-5 in [-5:EST]）。我不确定如何指定最多两位数的时区偏移量。

【问题讨论】：

我看到的问题是 Python 内置的 strptime 在这里会遇到困难 - %z 不会解析单个数字偏移小时，%Z 不会解析一些（可能）不明确的时区缩写。不确定是否例如dateutil 的解析器在这里也有帮助。考虑过编写自定义解析器吗？

@MrFuppes 老实说，我不介意写一个。我只是想确认我没有重新发明***——奇怪的是 OFX 没有使用更标准的东西。感谢您的帮助！

我反过来问，为什么 OFX 不使用像 ISO 8601 这样的常用标准？ ;-) 我猜这几个字符不会让存储成本爆炸式增长...

【参考方案1】：

这里首先要注意一些事情（如评论）：

Python 内置 strptime 在这里会遇到困难 - %z 不会解析单个数字偏移小时，%Z 不会解析一些（可能）不明确的时区缩写。

然后，OFX 银行 2.3 版文档（第 3.2.8.2 节日期和日期时间）给我留下了一些问题：

UTC 偏移量是可选的吗？ 为什么将 EST 称为时区，而它只是一个缩写词？ 为什么在示例中 UTC 偏移量是 -5 小时，而在 1996 年 10 月 5 日，美国/东部时间是 UTC-4？ 指定了分钟的偏移量，例如+5:30 亚洲/加尔各答？ （有意见）为什么要重新发明***，而不是使用 ISO 8601 等常用标准？

无论如何，这是一个自定义解析器的尝试：

from datetime import datetime, timedelta, timezone
from zoneinfo import ZoneInfo

def parseOFXdatetime(s, tzinfos=None, _tz=None):
    """
    parse OFX datetime string to an aware Python datetime object.
    """
    # first, treat formats that have no UTC offset specified.
    if not '[' in s:
        # just make sure default format is satisfied by filling with zeros if needed
        s = s.ljust(14, '0') + '.000' if not '.' in s else s
        return datetime.strptime(s, "%Y%m%d%H%M%S.%f").replace(tzinfo=timezone.utc)

    # offset and tz are specified, so first get the date/time, offset and tzname components
    s, off = s.strip(']').split('[')
    off, name = off.split(':')
    s = s.ljust(14, '0') + '.000' if not '.' in s else s
    # if tzinfos are specified, map the tz name:
    if tzinfos:
        _tz = tzinfos.get(name) # this might still leave _tz as None...
    if not _tz: # ...so we derive a tz from a timedelta
        _tz = timezone(timedelta(hours=int(off)), name=name)
    return datetime.strptime(s, "%Y%m%d%H%M%S.%f").replace(tzinfo=_tz)


# some test strings

t = ["19961005132200.124[-5:EST]", "19961005132200.124", "199610051322", "19961005",
     "199610051322[-5:EST]", "19961005[-5:EST]"]

for s in t:
    print(# normal parsing
          f's\n repr(parseOFXdatetime(s))\n'
          # parsing with tzinfo mapping supplied; abbreviation -> timezone object
          f' repr(parseOFXdatetime(s, tzinfos="EST": ZoneInfo("US/Eastern")))\n\n')

【讨论】：

感谢您花时间实现自定义解析器！我也很困惑为什么 OFX 没有采用广泛使用的标准。也许他们的下一个版本 FDX 会有更好的支持，因为我相信它将是一个 REST API。