背景・動機

Pythonで時刻を扱うにはArrowが便利だが、依存しすぎると戻り値がarrowオブジェクトなのかdatetimeオブジェクトなのか統一が取れない事態に陥る可能性がある（あった）。

混ぜ過ぎ注意。

「よし、arrowから脱却しよう」と意気込んでみても、arrow.get()の壁が立ちはだかる。何でも引数に投げとけば、よしなに時刻オブジェクトに変換してくれる~~人をダメにする~~関数である。しかも副作用として、arrowオブジェクトを返す。arrow.get()を求めてarrowを使い、arrow.get()に依存しすぎて破滅する。

arrow.get(string)は、ISO 8601拡張形式¹の文字列をarrowオブジェクトに変換してくれる。
これに習ってdatetimeオブジェクトへ変換する実装を行い、arrow.get()脱却のための代替関数を実装してみる。

ISO 8601

ISO(International Organization for Standardization, 国際標準化機構)の規格8601
https://www.iso.org/iso-8601-date-and-time-format.html
タイトルは"Date and time format"

最新改訂版は2004年のISO 8601:2004でタイトルは"Data elements and interchange formats -- Information interchange -- Representation of dates and times"
わざわざ「Information interchange(=情報交換のための)」とあるのが感慨深い。

DISとは国際規格原案(Draft International Standard)のことで、照会段階であることを意味する。
つまりこの先変わる可能性があり、今も新規格が吟味中のようだ。

仕様は必ず公式を参照すべきだが、Previewを押すと何と有料ぽい。
非公式だが日本語の有用なリンクを載せておく。
https://ja.wikipedia.org/wiki/ISO_8601
http://www.coppermine.jp/docs/notepad/2016/12/iso-8601.html

拡張形式の仕様

詳細は先述のリンクを参照。要点のみまとめる。

	年	月	日	セパレイター	時	分	秒	マイクロ秒	タイムゾーン
例1	2018	02	26	T	01	02	34	.123450	+09:00

Pythonでの実装紹介

（typingを利用しているのでpython >= 3.5が必要だが、不要なら2系でも動くかもしれない）

ISO 8601拡張形式の文字列をdatetimeに

iso8601_to_datetime.py

from datetime import datetime
import re

iso_format=re.compile('^\d{4}-\d{2}-\d{2}(( |T)\d{2}:\d{2}:\d{2}(([.,])\d{1,6})?([+-]\d{2}(:)?\d{2})?)?$')

def iso8601_to_datetime(string: str) -> datetime:
  m=iso_format.match(string)
  if m is None:
    return None
  iso='%Y-%m-%d'
  if m.group(1) is not None:
    iso+=m.group(2)+'%H:%M:%S'
    if m.group(3) is not None:
      iso+=m.group(4)+'%f'
    if m.group(5) is not None:
      iso+='%z'
      if m.group(6) is not None:
        string=string[:-3]+string[-2:]
  return datetime.strptime(string, iso)

$python -i iso8601_to_datetime.py
>>> iso8601_to_datetime('2018-02-25T00:00:00.123450+09:00')
2018-02-25 00:00:00.123450+09:00

仕様に100%沿っているわけではないので、必要に応じて手を入れて見てください（YYYY-MM未対応）

％ｚが曲者で、拡張形式を認めてくれない
%fはよしな

基本形式も含めるなら、正規表現で0回または1回の繰り返しを表す?をつけてください
m.group()がNoneか、文字列の足し算をするときに確認しないとエラー

arrow.get()代替

arrowの内部実装では、一度文字列をtimestampに変換して再出力していた。
正規表現のみで代替してみる。ただし後述の通り、100%代替ではないので注意。

arrow_get.py

from datetime import datetime, timezone, timedelta
from typing import TypeVar
import .iso8601_to_datetime

UTC=timezone(timedelta(hours=0))
ARROW = TypeVar('ARROW', str, int, float, datetime, None)
def arrow_get(obj: ARROW) -> datetime:
  if obj is None:
    return datetime.now(tz=UTC)
  elif isinstance(obj, str):
    dt=iso8601_to_datetime(obj)
    if dt is None:
      obj=float(obj)
    else:
      obj=dt
  if isinstance(obj, datetime) and obj.tzinfo is not None:
    return obj
  elif isinstance(obj, int) or isinstance(obj, float):
    obj=datetime.fromtimestamp(float(obj))
  return obj.replace(tzinfo=UTC)

仕様に沿った部分
- 引数がないときは現在のUTC時刻
- 入力がawareなdatetimeオブジェクトならそのtimezoneを保持、naiveならUTCとして返す
- etc...
未実装箇所
- 引数がarrow, date, tzinfo, time.structの入力は未実装

なぜarrowでは基本形式を入力としていないか

arrow.get()で引数に基本形式を入れると、エラーか、例えば'20180225'はtimestampとして扱われる
timestamp文字列も引数に認めているため、基本形式は入力としていないのだと思う
実際に実装を見ると、パース（文字列マッチング）時の優先順位が高かった

timezone

標準ライブラリだけで対応したければ上記実装の通りUTCを定めるが、ズレを数値のみで表現する必要がある。
実用的なのはdateutilで、IANA databaseを持っているから文字列で表現できる。
"powerful extensions to datetime"とあるように純粋なdatetime拡張で、arrowみたく独自オブジェクトが混ざり込んだりはしてない。公式ドキュメント内でも紹介されている。

よしな対応

$python
>>> arrow.get('2018/02/25').datetime
2018-02-25 00:00:00+00:00
>>> arrow.get('2018-02-25+09:00').datetime
2018-02-25 00:00:00+00:00

正規表現を変える
^\d{4}([-/])\d{2}([-/]\d{2}(( |T)\d{2}:\d{2}:\d{2}(([.,])\d{1,6})?([+-]\d{2}(:)?\d{2})?)?)?$
iso8601_to_datetime()の最初のデリミタを正規表現のマッチから判別する
iso='%Y'+m.group(1)+'%m'+m.group(1)+'%d'

※m.group()の数値が変わるので注意

その他

iso8601というpip pkgを見つけた
こちらは基本形式にも対応してる様子

arrow.get()のドキュメントにはISO-8601-formatted strとあるが、後述の通り基本形式は対応していない ↩

ISO 8601 string to datetime without arrow