Bank Statement Parser 处理真实的金融工作流：PDF 银行对账单摄取、MT940 到 CAMT 迁移、带余额校验的自动对账、合规管道、纯文本记账导出、REST API 部署、批量扫描和多银行合并。
PDF 银行对账单摄取
效果： 解析数字和扫描的 PDF 银行对账单，自动余额校验——无需云端 API，数据不会离开您的机器。
混合 PDF 管道将每个 PDF 路由至最优提取路径，并验证每次结果。
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
# Review discrepancies interactively
# bankstatementparser --type review --input result.json
批量对账单处理
效果： 单次调用即可扫描整个文件夹树（数百个 PDF、XML、CSV），自动跨文件去重。
from bankstatementparser.hybrid import scan_and_ingest
batch = scan_and_ingest("statements/2026/", pattern="**/*.pdf")
print(f"Files: {len(batch.results)}, Unique txns: {batch.unique_count}")
资金管理：MT940 到 CAMT.053 迁移
效果： 在 SWIFT 迁移窗口（2025 年 11 月至 2028 年 11 月）期间，单次 API 调用即可处理 MT940 和 CAMT.053，无需维护单独的解析管道。
全球资金管理团队正在 2027 年 11 月 SWIFT 截止日期前从 MT940 迁移到 CAMT.053。Bank Statement Parser 使用单一 API 处理两种格式，实现无缝过渡。
from bankstatementparser import create_parser, detect_statement_format
# Process both MT940 and CAMT.053 with the same code
for file in daily_statement_files:
fmt = detect_statement_format(file)
parser = create_parser(file, fmt)
df = parser.parse()
load_to_treasury_system(df)
带余额校验的自动对账
效果： 格式无关的 DataFrame 配合黄金法则校验和去重，在错误和重复项到达账本之前即予以捕获。
自动解析银行对账单、校验余额并与内部记录匹配。
from bankstatementparser import CamtParser, Deduplicator
from bankstatementparser.hybrid import verify_balance_multi_currency
parser = CamtParser("bank_statement.xml")
bank_txns = parser.parse()
# Verify balances per currency
verification = verify_balance_multi_currency(bank_txns)
for ccy, result in verification.items():
assert result.status == "VERIFIED", f"{ccy} balance mismatch!"
# Deduplicate before reconciliation
dedup = Deduplicator()
result = dedup.deduplicate(dedup.from_dataframe(bank_txns))
clean_txns = result.unique_transactions
# Match against internal records
unmatched = reconcile(clean_txns, internal_ledger)
纯文本记账（hledger / beancount）
效果： 自动摄取 PDF 银行对账单，导出分类后的交易到 hledger 或 beancount 日记账格式。
from bankstatementparser.hybrid import smart_ingest
from bankstatementparser.enrichment import Categorizer
from bankstatementparser.export import to_hledger
result = smart_ingest("statement.pdf")
categorizer = Categorizer()
enriched = categorizer.categorize_batch(result.transactions)
journal = to_hledger(enriched, account="Assets:Bank:Checking")
REST API 部署
效果： 将 Bank Statement Parser 部署为微服务，通过 HTTP 接收对账单文件并返回结构化 JSON。
# Start the API server
bankstatementparser-api --port 8000
# Ingest a statement
curl -X POST http://localhost:8000/ingest \
-F "file=@statement.pdf"
合规与审计管道
效果： 确定性输出、自动 PII 脱敏和黄金法则校验，生成满足监管可重复性要求的审计就绪日志。
from bankstatementparser import CamtParser
parser = CamtParser("statement.xml")
# Stream with PII redacted for audit logs
for txn in parser.parse_streaming(redact_pii=True):
audit_log.write(txn)
# Export full data for secure internal processing
parser.export_csv("archive/statement.csv")
SFTP 到 DataFrame 工作流
效果： 直接从字节解析，零磁盘 I/O，原生适配 SFTP 和 API 驱动的银行连接工作流。
from bankstatementparser import CamtParser
xml_bytes = sftp_client.read("daily_statement.xml")
parser = CamtParser.from_bytes(xml_bytes, source_name="daily.xml")
df = parser.parse()
多银行合并
效果： 并行解析 HSBC（CAMT）、Barclays（MT940）、Revolut（CSV）、Wise（OFX）和 Chase（PDF），生成单一标准化数据集。
from bankstatementparser import parse_files_parallel
results = parse_files_parallel([
"hsbc/camt053.xml",
"barclays/mt940.sta",
"revolut/transactions.csv",
"wise/statement.ofx",
])
all_transactions = pd.concat([r.transactions for r in results if r.status == "success"])
使用 ZIP 档案批处理
效果： 内置 ZIP 炸弹防护（100:1 压缩比限制、10 MB 条目上限、加密条目拒绝），安全处理月度对账单归档。
from bankstatementparser import iter_secure_xml_entries, CamtParser
for entry in iter_secure_xml_entries("monthly_statements.zip"):
parser = CamtParser.from_bytes(entry.xml_bytes, source_name=entry.source_name)
df = parser.parse()
save_to_warehouse(entry.source_name, df)