ISO 8601日期时间：应使用U+002D还是U+2010连字符？

问题场景 #

Python生成ISO-8601格式日期时，使用的是U+002D（普通减号）：

>>> import datetime
>>> datetime.datetime.now().isoformat(timespec='seconds')
'2023-10-12T22:35:02'

用strptime解析这种标准格式完全正常：

>>> datetime.datetime.strptime('2023-10-12T22:35:02', '%Y-%m-%dT%H:%M:%S')
datetime.datetime(2023, 10, 12, 22, 35, 2)

但如果外部来源的日期字符串用了U+2010（半角连字符），解析就会报错：

>>> datetime.datetime.strptime('2023‐10‐12T22:35:02', '%Y-%m-%dT%H:%M:%S')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/Library/Developer/CommandLineTools/Library/Frameworks/Python3.framework/Versions/3.9/lib/python3.9/_strptime.py", line 568, in _strptime_datetime
    tt, fraction, gmtoff_fraction = _strptime(data_string, format)
  File "/Library/Developer/CommandLineTools/Library/Frameworks/Python3.framework/Versions/3.9/lib/python3.9/_strptime.py", line 349, in _strptime
    raise ValueError("time data %r does not match format %r" %
ValueError: time data '2023‐10‐12T22:35:02' does not match format '%Y-%m-%dT%H:%M:%S'

规范说明 #

ISO 8601标准明确规定，日期部分的分隔符必须使用U+002D（减号/连字符），U+2010属于排版用的半角连字符，并非标准要求的合法分隔符。Python的isoformat()方法生成的格式是完全符合标准的。

最佳实践建议 #

虽然标准只认U+002D，但实际业务中经常遇到外部数据源格式不规范的情况，做兼容处理是更稳妥的选择：

• 简单方案：解析前先把字符串中的U+2010替换成U+002D，再用标准格式解析：

  date_str = '2023‐10‐12T22:35:02'
  normalized_str = date_str.replace('\u2010', '-')
  dt = datetime.datetime.strptime(normalized_str, '%Y-%m-%dT%H:%M:%S')
  

• 更灵活的方案：使用dateutil.parser模块（需先安装python-dateutil），它能自动识别多种非标准但常见的日期格式：

  from dateutil import parser
  dt = parser.parse('2023‐10‐12T22:35:02')
  

内容的提问来源于stack exchange，提问作者deadlock