新浪博客

时区格式说明和解析

2017-12-10 11:46阅读：

http://blog.sina.cn/dpool/blog/u/1653318624

最近调试onvif协议，涉及到了时区格式的解析，没想到还挺复杂，反复看了几遍终于看懂。主要是参考Posix 1003.1 Section 8.3，下面算是翻译过来，加上正则表达式。
TZ
代表时区信息，TZ环境变量的内容用于ctime、localtime、mktime等等。
TZ的两种形式
1. :characters
该种形式以冒号开始，后面的字符处理与实现相关。linux上表示从某个文件读时区信息，例如TZ=':Pacific/Auckland'。
2. std offset dst offset, rule
不以冒号开始的格式都算此种格式，扩展开来如下，[]里的字段代表是可选的：
stdoffset[dst[offset][,startdate[/time],enddate[/time]]]

各字段的含义
std && dst
代表标准时区和日光节约制时区，std是必须的，dst是可选的，名字随意，有dst字段则代表支持夏令时。这两个字段有两种格式：
1. 一种带引用符号<>，引用符号内的字符串可以是字母、数字、+、-，解析时不包含引用符号<>；
2. 另一种不带引用符号<>，字符串只能是字母。
字段长度大于等于3，小于等于TZNAME_MAX（linux是6），如果字符串长度不符合规定，解析规则未定义（linux不识别）。

offset
代表本地时间加上多少能得到UTC时间。
格式为hh[:mm[:ss]]。
hh是必须的，并且可以是1位，mm和ss是可选的。
std后面的offset是必须的，dst后面的offset是可选的，如果没有，则默认比标准时间提前一小时。
0<=hh<=24，0<=mm&&ss<=59。
如果前面带了一个减号-，表示本初子午线以东，否则表示本初子午线以西，加号+可带可不带。可以理解为本地时间加上或减去多少时间才能得到UTC时间。

rule
表示什么时候开始夏令时，什么时候结束夏令时，协议没有提到怎么处理没有rule的情况，从linux系统来看，没有rule默认按M3.2.0/02:00:00,M11.1.0/02:00:00处理。
格式为date[/time],date[/time]。
date
有三种形式：
1. Jn，1 <= n <= 365，不包括闰年的2月29日；
2. n，0 <= n <= 365，包括闰年的2月29日；
3. Mm.n.d，m表示哪个月份（1 <= m <= 12），n表示一个月的第几周（1 <= n <= 5），5代表最后一个，d表示一周的第几天（0 <= d <= 6，从周日开始）。
time
格式与offset相同，除了没有+和-，如果没带time字段，则默认为02:00:00。


Notes:
考虑到解析复杂度和客户端界面的一般设置，TZ采用第二种格式， std和dst采用第二种格式，date采用第三种格式。

上述格式的时区信息存放在/etc/TZ，必须以结束
tzset一般由依赖时区的时间函数自动调用，会从/etc/TZ去刷新几个全局变量：
extern char *tzname[2];//std和dst
extern long timezone;//带符号的偏移秒数
extern int daylight;//是否带dst
/etc/TZ称为环境变量，/etc/localtime称为系统时区
如果/etc/TZ不存在，会尝试去从/etc/localtime去读
如果/etc/TZ存在但是不合法，则使用UTC时间
修改/etc/TZ后如果要使用上述全局变量，可立即调用一下tzset


时区解析
时区信息的规则虽然比较简单，但是格式不固定，很多字段都是可选的，如果单纯手工解析字符串是非常复杂的，下面尝试用正则表达式去解析，仍然是只考虑最常用的格式（TZ采用第二种格式，std和dst采用第二种格式，date采用第三种格式），正则表达式用的linux自带的libc中的接口。
首先给出一个完整的时区字符串，
const char *timezone = 'UTC-8:00:00DST-09:00:00,M3.2.0/02:00:00,M11.1.0/02:00:00';
这个字符串从格式上可以拆分成几个部分：std、dst、offset、time、date，此外包括一些特殊符号（+-,/），下面先分别定义这几部分的正则表达式，然后最终组合成stdoffset[dst[offset][,rule]]。
sdt&&dst
非常简单，3到6个字母，如下：
const char *stdPattern = '([a-zA-Z]{3,6})';
const char *dstPattern = stdPattern;
模式中的括号是为了后面组合复杂正则表达式方便，下同。
time
时间格式为hh[:mm[:ss]]，可以只有1位，也可以是0x形式，并且分和秒前面肯定都有一个冒号，下面是小时和分秒的模式：
const char *hourPattern = '([0-9]|[01][0-9]|2[0-4])';
const char *minutePattern = '(:([6-9]|[0-5][0-9]?))';
const char *secondPattern = minutePattern;
hourPattern：0到9；0或1开头，0到9的数字结尾；2开头，0到4的数字结尾。加起来是0~24。
minutePattern：6到9；0~5开头，后面没有或者只有一个0~9的数字。加起来是0~59。
secondPattern：同上。
分和秒的格式相同，两者都是可选的，所以总共有0~2个该模式，可以如下表示：
const char *minuteAndSecond = '(:([6-9]|[0-5][0-9]?)){0,2})';
再与小时的模式组合起来，最终时间的模式如下：
const char *timePattern = '(([0-9]|[01][0-9]|2[0-4])(:([6-9]|[0-5][0-9]?)){0,2})';
offset
offset只比time多一个符号
char offsetPattern[64] = {0};
sprintf(offsetPattern, '([+-]?%s)', timePattern);
date
日期的格式是固定的，比较简单：
const char* datePattern = '(M([1-9]|[1][0-2]).[1-5].[0-6])';
接下来组合rule的pattern，格式为“,date[/time],date[/time]”，date必选，time可选：
sprintf(rulePattern, '(,%s(/%s)?,%s(/%s)?)', datePattern, timePattern, datePattern, timePattern);

综上，时区的正则表达式为：
char timezonePattern[512] = {0};
sprintf(timezonePattern, '^(%s%s(%s%s?%s?)?)$', sdtPattern, offsetPattern, dstPattern, offsetPattern, rulePattern);
注意前后加了^和$，表示要完全匹配，否则匹配到一部分也算成功。
看一下最终的正则表达式什么样子，满足一下好奇宝宝。
^(([a-zA-Z]{3,6})([+-]?(([0-9]|[01][0-9]|2[0-4])(:([6-9]|[0-5][0-9]?)){0,2}))(([a-zA-Z]{3,6})([+-]?(([0-9]|[01][0-9]|2[0-4])(:([6-9]|[0-5][0-9]?)){0,2}))?(,(M([1-9]|[1][0-2]).[1-5].[0-6])(/(([0-9]|[01][0-9]|2[0-4])(:([6-9]|[0-5][0-9]?)){0,2}))?,(M([1-9]|[1][0-2]).[1-5].[0-6])(/(([0-9]|[01][0-9]|2[0-4])(:([6-9]|[0-5][0-9]?)){0,2}))?)?)?)$（鬼才能看懂）
上面有一些还可以简化，为了好理解才没有简化。

有了正则表达式就好说了，下面是完整的过程：
#include
#include
bool onvif_parse_timezone(const std::string& tzStr)
{
char sdtPattern[32] = {0};
sprintf(sdtPattern, '([a-zA-Z]{3,%d})', _POSIX_TZNAME_MAX);
const char *dstPattern = sdtPattern;
const char *timePattern = '(([0-9]|[01][0-9]|2[0-4])(:([6-9]|[0-5][0-9]?)){0,2})';
char offsetPattern[64] = {0};
sprintf(offsetPattern, '([+-]?%s)', timePattern);
const char* datePattern = '(M([1-9]|[1][0-2]).[1-5].[0-6])';
char rulePattern[256] = {0};
sprintf(rulePattern,
'(,%s(/%s)?,%s(/%s)?)',
datePattern,
timePattern,
datePattern,
timePattern);
char timezonePattern[512] = {0};
sprintf(timezonePattern,
'^(%s%s(%s%s?%s?)?)$',
sdtPattern,
offsetPattern,
dstPattern,
offsetPattern,
rulePattern);

//编译正则表达式
regex_t re;
int ret = regcomp(&re, timezonePattern, REG_EXTENDED);
if (ret)
{
printf('regcomp failed %d', ret);
return false;
}

//执行匹配
regmatch_t matched;
ret = regexec(&re, tzStr.c_str(), 1, &matched, 0);
if (ret)
{
regfree(&re);
printf('match failed ret=%d, tz: %s', ret, tzStr.c_str());
return false;
}

//查看匹配到的字符串是不是期望的结果，应该与入参一样
//char buf[64] = {0};
//int len = matched.rm_eo - matched.rm_so;
//memcpy(buf, tzString + matched.rm_so, len);
//buf[len] = '\0';
//printf('matched: %s', buf);

regfree(&re);
return true;
}

我的更多文章

下载客户端阅读体验更佳

APP专享