Python：如何结合各类时区缩写将日期字符串转换为时间戳？

核心需求 #

• 给定一批时区缩写集合：{'CDT 05:00', 'CST', 'GMT+1 01:00', 'WAT 01:00', 'EST', 'EDT 04:00', 'WAT', 'GMT-5 05:00', 'UTC+00:00', 'GMT-4 04:00', 'GMT+9 09:00', 'MDT 06:00', 'GMT+2 02:00', 'GMT+04:00', 'GMT+01:00', 'GMT-7 07:00', 'AKST'}
• 将日期字符串'2023-07-20 07:10:00'结合每个时区缩写转换为时间戳

常用解析方法 #

1. 自定义映射字典法 #

手动构建时区缩写到UTC偏移的映射，处理歧义时可自定义优先级：

# 自定义时区映射，CST优先取美国中部标准时间
timezone_map = {
    'CST': '-06:00',
    'CDT': '-05:00',
    'EST': '-05:00',
    'EDT': '-04:00',
    'MDT': '-06:00',
    'AKST': '-09:00',
    'WAT': '+01:00',
}

def parse_with_custom_map(date_str, tz_str):
    # 处理带偏移的时区字符串，比如'CDT 05:00'
    if ' ' in tz_str:
        _, offset = tz_str.split()
        # 根据时区缩写判断偏移正负
        offset = '-' + offset if tz_str.startswith(('CDT', 'EDT', 'MDT', 'EST', 'AKST')) else '+' + offset
    else:
        offset = timezone_map.get(tz_str, '+00:00')
    # 拼接带时区的日期字符串后转换为时间戳
    dt_str = f"{date_str}{offset}"
    return datetime.datetime.strptime(dt_str, '%Y-%m-%d %H:%M:%S%z').timestamp()

2. 第三方库结合指定时区法 #

利用成熟的时区库（如zoneinfo）处理，歧义时区直接指定具体区域：

from zoneinfo import ZoneInfo
import datetime

def parse_with_zoneinfo(date_str, tz_str):
    # 处理带偏移的格式
    if ' ' in tz_str:
        _, offset = tz_str.split()
        # 构建时区偏移对象
        tz = datetime.timezone(datetime.timedelta(hours=int(offset[:-3])))
    else:
        # 歧义时区指定具体区域，比如CST选美国中部
        if tz_str == 'CST':
            tz = ZoneInfo('America/Chicago')
        elif tz_str == 'WAT':
            tz = ZoneInfo('Africa/Lagos')
        # 处理GMT/UTC偏移格式
        elif tz_str.startswith(('GMT', 'UTC')):
            offset_num = int(tz_str[3:].split(':')[0])
            tz = datetime.timezone(datetime.timedelta(hours=offset_num))
        else:
            # 直接用缩写匹配库支持的时区
            tz = ZoneInfo(tz_str)
    dt = datetime.datetime.strptime(date_str, '%Y-%m-%d %H:%M:%S').replace(tzinfo=tz)
    return dt.timestamp()

关键注意点 #

• 歧义时区（如CST）必须明确优先级，避免解析结果不符合预期
• 带偏移的时区字符串（如CDT 05:00）需注意偏移符号的正负（CDT实际为UTC-5，示例中的05:00是偏移量绝对值）
• 第三方库需定期更新时区数据库，保证解析的准确性

批量处理建议采用「自定义映射+库结合」的方式，既保证灵活性，又能借助库的稳定性减少错误

内容的提问来源于stack exchange，提问作者wtyork