概述
Bank Statement Parser 是唯一使用統一 API 解析七種銀行對帳單格式（包括透過混合 LLM 管線處理 PDF）的開源 Python 函式庫。單一格式函式庫（mt-940、ofxparse、pycamt）各自只處理一種格式。SaaS 工具（Ocrolus、Parseur）提供雲端 OCR，但需要將資料傳送至外部，費用為 $49–$1,000+/月。
開源替代方案
單一格式函式庫
大多數開源銀行對帳單解析器僅處理一種格式。如果您需要多種格式，必須安裝和維護具有不同 API、輸出架構和更新週期的個別函式庫。
| 函式庫 | 格式 | 輸出 | 餘額驗證 | 帳本匯出 | |
|---|---|---|---|---|---|
| Bank Statement Parser | 7 種格式 | 混合管線 | pandas DataFrame | 黃金法則 | hledger、beancount |
| mt-940 (WoLpH) | 僅 MT940 | 無 | Python 物件 | 無 | 無 |
| ofxparse | 僅 OFX | 無 | Python 物件 | 無 | 無 |
| pycamt | 僅 CAMT.053 | 無 | Python 物件 | 無 | 無 |
| ofxtools | 僅 OFX v1/v2 | 無 | Python 物件 | 無 | 無 |
與 pyiso20022 比較
pyiso20022 從完整的 ISO 20022 架構目錄產生 Python dataclass。它是一個通用 ISO 20022 工具包，用於處理 PACS、PAIN、CAMT 和 ADMI 訊息。
Bank Statement Parser 專為將銀行對帳單解析為 DataFrame 而建構，具備正式環境功能：
| 功能 | Bank Statement Parser | pyiso20022 |
|---|---|---|
| 用途 | 對帳單解析 + 擷取 + 匯出 | ISO 20022 架構工具包 |
| 輸出 | pandas/Polars DataFrame | Python dataclass |
| 格式 | 7 種（含 PDF 及非 ISO 格式） | 僅 ISO 20022 |
| PDF 支援 | 混合管線（確定性 + LLM + 視覺） | 無 |
| 餘額驗證 | 黃金法則 + 多幣別 | 無 |
| REST API | 內建 FastAPI | 無 |
| 交易增強 | LLM 驅動的分類 | 無 |
| 帳本匯出 | hledger + beancount | 無 |
| 串流處理 | 有（固定記憶體） | 無 |
| PII 遮蔽 | 內建 | 無 |
| 去重 | 冪等交易雜湊 | 無 |
| CLI | 有 | 無 |
如果您需要使用完整的 ISO 20022 訊息目錄，請使用 pyiso20022。如果您需要將銀行對帳單解析為結構化資料以進行分析、對帳或報表，請使用 Bank Statement Parser。
SaaS 替代方案
Ocrolus、Parseur 和 Sensible 等 SaaS 工具將銀行對帳單解析作為雲端服務提供。它們通常使用 OCR 處理掃描的 PDF，並支援數百種銀行特定格式。
| 功能 | Bank Statement Parser | SaaS 工具 |
|---|---|---|
| 資料隱私 | 100% 本機（LLM 透過 Ollama） | 資料傳送至雲端 |
| 成本 | 免費（Apache 2.0） | $49–$1,000+/月（截至 2026 年 Q1） |
| 格式 | 7 種（結構化 + PDF） | 數百種（透過 OCR） |
| PDF 支援 | 有——混合管線（確定性 + LLM + 視覺） | 有（雲端 OCR） |
| 餘額驗證 | 黃金法則（自動） | 手動/有限 |
| 延遲 | <2 ms（結構化）、數秒（PDF+LLM） | 1-30 秒 |
| 吞吐量 | 27,000+ tx/s（結構化） | API 速率限制 |
| REST API | 內建 FastAPI | 專有 |
| 帳本匯出 | hledger + beancount | 無 |
| 供應商鎖定 | 無 | 有 |
| 合規性 | 本機處理、SBOM | 因供應商而異 |
基於 LLM 的解析器
越來越多的工具（Inscribe、Unstract、Mozilla.ai 藍圖）使用大型語言模型來解析銀行對帳單，包括掃描的 PDF。當 Chase 在 2025 年底重新設計其消費者對帳單格式時，基於範本的解析器失效了，而 LLM 解析器則自動適應。
Bank Statement Parser 現已內建自己的混合 LLM 管線（v0.0.5+），完全透過 Ollama 在本機執行。它結合了兩種方法的優點：
- 結構化格式（XML、CSV、OFX、MT940）：確定性解析——100% 準確率、亞毫秒延遲、零 LLM 成本。
- PDF 對帳單：三路徑路由（確定性表格擷取 → 文字 LLM → 視覺 LLM），搭配自動黃金法則驗證以捕捉擷取錯誤。
與僅限雲端的 LLM 解析器不同，Bank Statement Parser 的混合管線：
- 100% 在本機執行（Ollama）——資料不會離開您的機器。
- 每次擷取都透過餘額驗證（黃金法則）進行校驗。
- 支援互動式審核模式，處理標記的差異。
- 產生冪等交易雜湊，適用於安全的增量匯入。
何時選擇純 SaaS LLM 解析器而非 Bank Statement Parser：您收到來自數百家銀行、PDF 版面差異極大的對帳單，需要開箱即用的涵蓋範圍且不想維護本機基礎設施。
何時選擇 Bank Statement Parser：您需要本機處理以符合合規要求。您需要餘額驗證。您需要帳本匯出。您希望零持續成本。
基準方法：效能數據在 Apple M2、Python 3.12 上使用 5,000 筆交易的 CAMT.053 檔案（2.1 MB）測量。結果為 100 次執行的平均值。本機重現：python -m bankstatementparser.bench。SaaS 延遲依據截至 2026 年 4 月發布的 API 文件。