Bank Statement Parser là thư viện Python mã nguồn mở giúp phân tích sao kê ngân hàng từ bảy định dạng (CAMT.053, PAIN.001, CSV, OFX, QFX, MT940 và PDF) thành các pandas DataFrames có cấu trúc. Toàn bộ quá trình xử lý chạy cục bộ — đầu ra xác định, tự động ẩn danh PII, và có pipeline PDF hybrid tùy chọn tự động chuyển qua LLM cục bộ khi cần.

Bắt đầu trong vài giây

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

Một thư viện, bảy định dạng

Phân tích CAMT.053, PAIN.001, CSV, OFX, QFX, MT940 và PDF thành các pandas DataFrames có cấu trúc với một API thống nhất duy nhất. Không cần cài đặt các gói riêng biệt cho từng định dạng.

Tính năng	Bank Statement Parser	OSS đơn định dạng (mt940, ofxparse)	SaaS (Ocrolus, Parseur)
Định dạng hỗ trợ	7, API thống nhất	Mỗi gói 1 định dạng	Nhiều (qua OCR)
Hỗ trợ PDF	Pipeline hybrid (deterministic + LLM + vision)	Không	Có (cloud OCR)
Bảo mật dữ liệu	100% cục bộ (LLM chạy cục bộ qua Ollama)	100% cục bộ	Dữ liệu gửi ra ngoài
Chi phí	Miễn phí, Apache 2.0	Miễn phí	$49-$1,000+/tháng
Xác minh số dư	Golden Rule (số dư đầu kỳ + có − nợ = số dư cuối kỳ)	Không	Tùy thuộc
Ẩn danh PII	Tích hợp sẵn, bật mặc định	Không	Tùy thuộc
Streaming	Bộ nhớ giới hạn	Không	N/A
REST API	Tích hợp microservice FastAPI	Không	Có
Chống trùng lặp	Hash giao dịch idempotent	Không	Một phần
Xuất sổ cái	hledger + beancount	Không	Không

Pipeline PDF Hybrid

Bank Statement Parser v0.0.5+ bao gồm pipeline hybrid ba đường dẫn cho sao kê ngân hàng PDF:

Đường dẫn A (Deterministic): Bảng PDF có cấu trúc được phân tích trực tiếp — miễn phí, nhanh nhất, không cần LLM.
Đường dẫn B (Text-LLM): PDF kỹ thuật số có bố cục phức tạp được trích xuất qua LLM cục bộ (LiteLLM/Ollama).
Đường dẫn C (Vision-LLM): Sao kê quét hoặc photocopy được xử lý bằng mô hình vision đa phương thức.

Mọi kết quả trích xuất đều được xác minh bằng Golden Rule: opening balance + credits − debits == closing balance.

Được xây dựng cho cuộc chuyển đổi ISO 20022

SWIFT đã đặt thời hạn rõ ràng: tất cả tổ chức tài chính phải nhận được CAMT.053 trước tháng 11/2027, và MT940/MT942/MT950 sẽ ngừng hoạt động hoàn toàn trước tháng 11/2028. Bank Statement Parser xử lý cả định dạng MT940 cũ và ISO 20022 hiện đại (CAMT.053, PAIN.001) trong một API duy nhất, giúp pipeline phân tích của bạn hoạt động trong suốt quá trình chuyển đổi và sau đó.

Hiệu suất

27.000+ giao dịch/giây cho phân tích CAMT.053
52.000+ giao dịch/giây cho phân tích PAIN.001
< 2 ms thời gian đến kết quả đầu tiên
Bộ nhớ không đổi từ 1K đến 50K+ giao dịch nhờ streaming
718 bài kiểm tra với 100% độ phủ nhánh trên Python 3.10 đến 3.14

Tại sao chọn Bank Statement Parser?

Trích xuất PDF Hybrid: smart_ingest() xử lý PDF kỹ thuật số và PDF quét với tự động định tuyến và xác minh số dư.
Tự động nhận dạng định dạng: detect_statement_format() nhận dạng tệp tự động và create_parser() trả về trình phân tích phù hợp.
Ưu tiên bảo mật: Ẩn danh PII được bật mặc định. LLM chạy cục bộ qua Ollama — không có dữ liệu nào rời khỏi máy bạn.
REST API: Triển khai dưới dạng microservice FastAPI với các endpoint /ingest và /health.
Làm giàu dữ liệu: Phân loại giao dịch bằng LLM với schema tùy chỉnh (mặc định 13 danh mục Plaid).
Xuất sổ cái: Xuất sang định dạng hledger và beancount cho quy trình kế toán plaintext.
Quét hàng loạt: scan_and_ingest() xử lý cây thư mục với tự động chống trùng lặp liên tệp.
Đa tiền tệ: verify_balance_multi_currency() chạy xác minh Golden Rule theo nhóm tiền tệ.
Sẵn sàng cho production: Nhập ZIP an toàn, xác thực đầu vào, ngăn chặn path traversal, và chế độ xem xét tương tác.
Đầu ra linh hoạt: Xuất sang CSV, JSON, Excel, Polars, hledger, hoặc beancount.
Xử lý song song: Phân tích nhiều tệp đồng thời với parse_files_parallel().

Được xây dựng cho production

Bank Statement Parser được thiết kế cho các nhóm ngân quỹ, nhà phát triển fintech, và nhân viên tuân thủ xử lý dữ liệu tài chính nhạy cảm. Thư viện được sử dụng trong pipeline chuyển đổi MT940-sang-CAMT, hệ thống đối chiếu tự động, nhập sao kê PDF, và quy trình kiểm toán theo quy định tại các tổ chức tài chính.

718 bài kiểm tra với 100% độ phủ nhánh trên Python 3.10 đến 3.14
Phụ thuộc khóa hash SHA-256 với CycloneDX SBOM cho mỗi bản phát hành
Đầu ra xác định — đầu vào giống nhau tạo ra kết quả giống byte, mọi lần chạy
Giấy phép Apache 2.0 — sử dụng tự do trong hệ thống thương mại và nội bộ

Đang đánh giá các lựa chọn thay thế? Xem so sánh Bank Statement Parser ❯ | Khám phá các trường hợp sử dụng thực tế ❯

Bắt đầu ❯ | Xem trên GitHub ❯ | Xem trên PyPI ❯