将 Stack Overflow 中的非标准日期字符串解析为 .NET DateTime

Question

我正在为 Stack Overflow 编写一个屏幕抓取工具。我现在正在编写的部分采用 HTML 并将所有信息放入模型对象中。我在解析答案中的信息时遇到了一些麻烦。

问题在于 StackOverflow 用于描述绝对时间的日期格式。 DateTime.Parse 不起作用在他们身上。我尝试过使用 DateTime.ParseExact< /a> 但我没有成功。两者都会抛出 FormatException

这里是一些背景：

如果您查看 HTML 源代码来寻找答案，您会得到以下结果：

<div id="answer-{id}" class="answer">
    <!-- ... -->
            answered <span title="2009-06-18 13:21:16Z UTC" class="relativetime">Jun 18 at 13:21</span>
    <!-- ... -->
</div>

请注意，绝对时间存储在 span 的 title 属性中。我使用 CodePlex 中的 HTML Agility Pack 来访问元素，并提取了属性的值。

现在我想知道如何将 "2009-06-18 13:21:16Z UTC" 放入 .NET DateTime 对象。

我希望能够在没有正则表达式等的情况下做到这一点，但由于整个项目很黑客且不稳定，我真的不介意！

最后，由于以下原因我无法使用数据转储：

1. 我无法使用 BitTorrent。曾经。
2. 如果可以的话，这些文件对于我的网络连接来说太大了。
3. 这有点过时了。
4. 没那么有趣！

Answer 1

同一 DateTime 字符串中的 "Z" 和 "UTC" 似乎是多余的。

如果从字符串中删除 "UTC"，则 Parse 有效：

System.DateTime.Parse("2009-06-18 13:21:16Z")
{18.06.2009 15:21:16}
    Date: {18.06.2009 00:00:00}
    Day: 18
    DayOfWeek: Thursday
    DayOfYear: 169
    Hour: 15
    Kind: Local
    Millisecond: 0
    Minute: 21
    Month: 6
    Second: 16
    Ticks: 633809352760000000
    TimeOfDay: {15:21:16}
    Year: 2009

Answer 2

好吧，您永远不会为此使用正则表达式，但我认为该格式只是此处描述的“u”： http://msdn.microsoft.com/en-us/library/az4se3k1.aspx

所以 ParseExact 应该接受这一点（需要做一些小工作）。

Answer 3

我在这里还没有找到匹配时区（Z UTC）的魔法，但假设它们都是 UTC，这应该可以帮助您开始：

   string d = "2009-06-18 13:21:16Z UTC";
   CultureInfo provider = CultureInfo.InvariantCulture;
   string format  = "yyyy-MM-dd HH:mm:ssZ UTC";
   DateTime dt ;
   if(DateTime.TryParseExact(d,format,provider,DateTimeStyles.AssumeUniversal,out dt) {
          //use dt;
   } else {
       //bail out, error.
   }