银行对账单解析器是一个开源 Python 库，可将六种格式的银行对账单解析为结构化的 pandas DataFrame。所有处理都在本地进行——零网络调用、确定性输出和自动 PII 编辑。
这是给谁的？
- 财务团队从 MT940 迁移到 CAMT.053，他们需要一个在过渡期间同时处理新旧格式的解析器。
- 金融科技开发人员 构建对账、报告或会计管道，他们想要单个依赖项，而不是将 mt940 + ofxparse + 自定义 CSV 逻辑拼接在一起。
- 合规团队，需要默认 PII 修订和审计就绪、确定性输出，从不将数据发送到外部服务。
- 当本地开源工具可以完成这项工作时，任何人 拒绝将敏感财务数据发送到第三方 SaaS。
支持的格式
| 格式 | 标准 | 文件类型 | 解析器类 |
|---|---|---|---|
| CAMT.053 | ISO 20022 银行对客户声明 | .xml |
CamtParser |
| 疼痛.001 | ISO 20022 学分转移启动 | .xml |
Pain001Parser |
| CSV | 通用银行出口 | .csv |
CsvStatementParser |
| 氧氟沙星 | 开放金融交易所 | .ofx |
OfxParser |
| QFX | 加快金融交流 | .qfx |
QfxParser |
| MT940 | SWIFT标准 | .mt940, .sta |
Mt940Parser |
所有格式都会生成具有一致列名的标准化 pandas DataFrame，从而使下游处理与格式无关。
关键能力
- 格式自动检测：
detect_statement_format()标识格式；create_parser()实例化正确的解析器。 - 流式解析：使用有限内存处理大文件（50 MB+、50K+ 事务）
parse_streaming()。 - 并行处理：同时解析多个文件
parse_files_parallel()使用 ProcessPoolExecutor。 - 重复数据删除：通过可解释的置信度分数检测精确的重复项和可疑匹配项。
- 内存中解析：
from_string()和from_bytes()适用于无磁盘 I/O 的 SFTP 和 API 工作流程。 - 安全 ZIP 处理：
iter_secure_xml_entries()具有压缩比限制、条目大小上限和加密条目拒绝。 - 导出：CSV、JSON、Excel（
.xlsx）和可选的 Polars 数据帧。
安全和隐私
- PII 修订：默认情况下，CLI 输出中会屏蔽名称、IBAN 和地址。选择加入
--show-pii。 - XXE保护：XML解析使用
resolve_entities=False,no_network=True,load_dtd=False。 - ZIP 炸弹保护：压缩比限制（默认为 100:1）、条目大小上限 (10 MB)、加密条目拒绝。
- 路径遍历预防：危险模式阻止列表和符号链接解析。
- 供应链安全：SHA-256 哈希锁定依赖项、CycloneDX SBOM、构建来源证明。
＃＃ 表现
| 公制 | 价值 |
|---|---|
| CAMT.053吞吐量 | 27,000+ 笔交易/秒 |
| PAIN.001吞吐量 | 52,000+ 笔交易/秒 |
| 每事务延迟 (CAMT) | 37微秒 |
| 每笔交易延迟 (PAIN.001) | 19微秒 |
| 获得第一个结果的时间 | < 2 毫秒 |
| 内存扩展（1K-50K tx） | 恒定（流） |
| 测试覆盖率 | 100%分支机构覆盖 |
| 测试 | 29 个测试文件中有 467 个 |
开始构建
[开始安装和示例❯][01]
[01]：/getting-started/index.html“入门” “GitHub 存储库”