要为Apache Airflow中的每个DAG任务重新运行，并更改日期，可以使用airflow.models.TaskInstance类的set_state和run方法来实现。下面是一个示例解决方案：

from airflow.models import DAG, TaskInstance
from airflow.utils import timezone
from datetime import datetime, timedelta

def rerun_tasks(dag_id, task_ids, execution_date):
    # 获取DAG实例
    dag = DAG(dag_id)

    # 将任务实例的状态设置为运行中
    for task_id in task_ids:
        task_instance = TaskInstance(dag.get_task(task_id), execution_date)
        task_instance.set_state("running")

    # 重新运行任务
    for task_id in task_ids:
        task_instance = TaskInstance(dag.get_task(task_id), execution_date)
        task_instance.run()

# 示例用法
dag_id = "my_dag"
task_ids = ["task1", "task2"]
execution_date = datetime(2021, 1, 1)

# 将任务设置为“running”并重新运行
rerun_tasks(dag_id, task_ids, execution_date)

在上面的示例中，我们首先通过DAG类创建一个DAG实例。然后，我们使用TaskInstance类将任务实例的状态设置为“running”，并使用run方法重新运行任务。

请注意，上述示例中的dag_id，task_ids和execution_date变量需要根据实际情况进行替换。此外，还可以根据需要进行错误处理和其他逻辑的添加。