如何用Python提取XML注释时间并转换为Epoch时间戳？

以下是用Python实现的完整解决方案，分三步完成需求：

1. 提取XML中的注释节点 #

Python标准库xml.etree.ElementTree支持访问XML的注释节点，代码如下：

import xml.etree.ElementTree as ET
import re
from datetime import datetime

# 读取XML文件（也可直接传入XML字符串）
tree = ET.parse("your_xml_file.xml")
root = tree.getroot()

# 遍历节点提取注释内容
comment_text = ""
for node in root.iter():
    if isinstance(node, ET.Comment):
        comment_text = node.text.strip()
        break  # 假设仅需第一个目标注释，找到后停止遍历

2. 从注释中匹配时间字符串 #

用正则表达式匹配注释里的DD MON YYYY HH:MM:SS AM/PM格式时间：

# 正则匹配时间模式
time_pattern = r"\b(\d{2} [A-Z]{3} \d{4}  \d{1,2}:\d{2}:\d{2} [AP]M)\b"
match = re.search(time_pattern, comment_text)
if not match:
    raise ValueError("注释中未找到目标时间格式")

time_str = match.group(1)

3. 转换为Epoch时间戳 #

用datetime.strptime解析时间字符串，再转换为秒级Epoch时间戳：

# 定义时间格式：%d=日，%b=缩写月份，%Y=年，%I=12小时制小时，%M=分钟，%S=秒，%p=AM/PM
time_format = "%d %b %Y  %I:%M:%S %p"
dt = datetime.strptime(time_str, time_format)

# 转换为Epoch时间戳
epoch_timestamp = dt.timestamp()
print(f"Epoch时间戳：{epoch_timestamp}")

完整可运行代码 #

import xml.etree.ElementTree as ET
import re
from datetime import datetime

def extract_epoch_from_xml_comment(xml_path):
    # 解析XML
    tree = ET.parse(xml_path)
    root = tree.getroot()
    
    # 提取目标注释
    comment_text = ""
    for node in root.iter():
        if isinstance(node, ET.Comment) and "Generated" in node.text:
            comment_text = node.text.strip()
            break
    
    if not comment_text:
        raise ValueError("XML中未找到含时间的注释节点")
    
    # 匹配时间字符串
    time_pattern = r"\b(\d{2} [A-Z]{3} \d{4}  \d{1,2}:\d{2}:\d{2} [AP]M)\b"
    match = re.search(time_pattern, comment_text)
    if not match:
        raise ValueError("注释中未找到符合格式的时间")
    
    # 解析并转换为Epoch时间戳
    time_str = match.group(1)
    time_format = "%d %b %Y  %I:%M:%S %p"
    dt = datetime.strptime(time_str, time_format)
    return dt.timestamp()

# 使用示例
if __name__ == "__main__":
    try:
        timestamp = extract_epoch_from_xml_comment("movies.xml")
        print(f"转换后的Epoch时间戳：{timestamp}")
    except Exception as e:
        print(f"错误：{e}")

注意事项 #

• 若XML存在多个注释，可通过关键词（如示例中的"Generated"）精准筛选目标注释
• 时间格式中的空格需和注释里的完全匹配（示例中时间前后为两个空格），若你的XML空格数量不同，需调整正则和格式字符串
• 如需毫秒级时间戳，可将结果乘以1000：epoch_timestamp * 1000

内容的提问来源于stack exchange，提问作者Nelly Yuki