带时区的无时间日期字段引发Python XML解析问题求助

遇到的异常XML格式 #

<SubmissionDeadlinePeriod>
<EndDate>2024-02-21+01:00</EndDate>
<EndTime>10:00:00+01:00</EndTime>
</SubmissionDeadlinePeriod>

问题核心 #

标准示例中EndDate应为YYYY-mm-dd格式，而Python的datetime.date类型本身不带时区信息，同时这种给单独日期附加时区的写法也不符合ISO 8601规范——ISO 8601明确时区偏移仅用于完整的日期时间组合，单独日期无需时区。

异常格式的可能原因 #

• 生成工具的逻辑复用失误：很多XML生成库会共用日期时间的处理代码，开发者可能没给纯日期字段做特殊处理，直接把带时区的逻辑套用到了日期字段上，属于开发时的考虑不周。
• 不合理的业务语义设计：部分系统想强行给“日期”附加时区语义（比如表示“该日期是时区+01:00下的当日”），但这种设计完全可以用完整的datetime字段或单独的时区字段来实现，没必要违反规范。
• 小众工具/自定义脚本产物：大概率是某个小众XML生成工具、Excel导出XML的错误配置，或者自定义脚本的产物，这类工具通常不会严格遵循ISO 8601规范。

兼容处理的优化建议 #

你用分割字符串提取日期的临时方法是可行的，也可以用正则表达式^\d{4}-\d{2}-\d{2}精准匹配日期部分，比单纯分割更稳妥。如果要更严谨，可以先尝试用datetime.datetime.fromisoformat()解析完整字符串，再提取date()部分，捕获解析异常后再用分割逻辑兼容这种异常格式。

内容的提问来源于stack exchange，提问作者Anthon