Bank Statement Parser adalah pustaka Python sumber terbuka yang mengurai laporan bank dari tujuh format (CAMT.053, PAIN.001, CSV, OFX, QFX, MT940, dan PDF) ke dalam pandas DataFrames terstruktur. Semua pemrosesan berjalan secara lokal — keluaran deterministik, redaksi PII otomatis, dan pipeline PDF hibrida opsional yang menggunakan LLM lokal bila diperlukan.

Mulai dalam Hitungan Detik

pip install bankstatementparser

from bankstatementparser import create_parser, detect_statement_format

fmt = detect_statement_format("statement.xml")
parser = create_parser("statement.xml", fmt)
df = parser.parse()  # pandas DataFrame, ready to use

# Parse PDFs with the hybrid pipeline (v0.0.5+)
from bankstatementparser.hybrid import smart_ingest

result = smart_ingest("statement.pdf")
print(result.source_method)         # "deterministic" | "llm" | "vision"
print(result.verification.status)   # VERIFIED | DISCREPANCY | FAILED

Satu Pustaka, Tujuh Format

Urai CAMT.053, PAIN.001, CSV, OFX, QFX, MT940, dan PDF ke dalam pandas DataFrames terstruktur dengan satu API terpadu. Tidak perlu menginstal paket terpisah untuk setiap format.

Fitur	Bank Statement Parser	OSS format tunggal (mt940, ofxparse)	SaaS (Ocrolus, Parseur)
Format didukung	7, API terpadu	masing-masing 1	Banyak (via OCR)
Dukungan PDF	Pipeline hibrida (deterministik + LLM + vision)	Tidak	Ya (cloud OCR)
Privasi data	100% lokal (LLM berjalan lokal via Ollama)	100% lokal	Data dikirim ke pihak ketiga
Biaya	Gratis, Apache 2.0	Gratis	$49-$1.000+/bln
Verifikasi saldo	Golden Rule (saldo awal + kredit − debit = saldo akhir)	Tidak	Bervariasi
Redaksi PII	Bawaan, aktif secara default	Tidak	Bervariasi
Streaming	Memori terbatas	Tidak	T/A
REST API	Microservice FastAPI bawaan	Tidak	Ya
Deduplikasi	Hash transaksi idempoten	Tidak	Sebagian
Ekspor ledger	hledger + beancount	Tidak	Tidak

Pipeline PDF Hibrida

Bank Statement Parser v0.0.5+ menyertakan pipeline hibrida tiga jalur untuk laporan bank PDF:

Jalur A (Deterministik): Tabel PDF terstruktur diurai langsung — gratis, tercepat, tanpa LLM.
Jalur B (Text-LLM): PDF digital dengan tata letak kompleks diekstrak via LLM lokal (LiteLLM/Ollama).
Jalur C (Vision-LLM): Laporan hasil pindai atau fotokopi diproses dengan model vision multimodal.

Setiap ekstraksi diverifikasi dengan Golden Rule: opening balance + credits − debits == closing balance.

Dibangun untuk Migrasi ISO 20022

SWIFT telah menetapkan tenggat waktu: semua lembaga keuangan harus menerima CAMT.053 paling lambat November 2027, dan MT940/MT942/MT950 akan dihentikan sepenuhnya pada November 2028. Bank Statement Parser menangani MT940 lama dan format ISO 20022 modern (CAMT.053, PAIN.001) dalam satu API, sehingga pipeline penguraian Anda berfungsi selama transisi dan setelahnya.

Performa

27.000+ transaksi/detik untuk penguraian CAMT.053
52.000+ transaksi/detik untuk penguraian PAIN.001
< 2 ms waktu ke hasil pertama
Memori konstan dari 1K hingga 50K+ transaksi via streaming
718 pengujian dengan cakupan cabang 100% di Python 3.10 hingga 3.14

Mengapa Bank Statement Parser?

Ekstraksi PDF Hibrida: smart_ingest() menangani PDF digital dan hasil pindai dengan routing otomatis dan verifikasi saldo.
Deteksi Format Otomatis: detect_statement_format() mengidentifikasi file secara otomatis dan create_parser() mengembalikan parser yang tepat.
Privasi Utama: Redaksi PII aktif secara default. LLM berjalan lokal via Ollama — tidak ada data yang keluar dari mesin Anda.
REST API: Deploy sebagai microservice FastAPI dengan endpoint /ingest dan /health.
Pengayaan: Kategorisasi transaksi berbasis LLM dengan skema pluggable (default Plaid 13 kategori).
Ekspor Ledger: Ekspor ke format jurnal hledger dan beancount untuk alur kerja plaintext-accounting.
Pemindaian Massal: scan_and_ingest() memproses pohon folder dengan deduplikasi lintas-file otomatis.
Multi-Mata Uang: verify_balance_multi_currency() menjalankan verifikasi Golden Rule per kelompok mata uang.
Siap Produksi: Ingesti ZIP aman, validasi input, pencegahan path traversal, dan mode tinjauan interaktif.
Output Fleksibel: Ekspor ke CSV, JSON, Excel, Polars, hledger, atau beancount.
Pemrosesan Paralel: Urai beberapa file secara bersamaan dengan parse_files_parallel().

Dibangun untuk Produksi

Bank Statement Parser dirancang untuk tim perbendaharaan, pengembang fintech, dan petugas kepatuhan yang memproses data keuangan sensitif. Pustaka ini digunakan dalam pipeline migrasi MT940-ke-CAMT, sistem rekonsiliasi otomatis, ingesti laporan PDF, dan alur kerja audit regulasi di seluruh lembaga keuangan.

718 pengujian dengan cakupan cabang 100% di Python 3.10 hingga 3.14
Dependensi dikunci hash SHA-256 dengan CycloneDX SBOM untuk setiap rilis
Output deterministik — input identik menghasilkan hasil byte-identik, setiap kali dijalankan
Berlisensi Apache 2.0 — gunakan secara bebas dalam sistem komersial dan internal

Mengevaluasi alternatif? Lihat perbandingan Bank Statement Parser ❯ | Jelajahi kasus penggunaan nyata ❯

Mulai ❯ | Lihat di GitHub ❯ | Lihat di PyPI ❯