如何将SEC.Gov Edgar API数据整理为利润表与资产负债表

1. 解析FASB官方Taxonomy的presentation.xml #

FASB的US-GAAP分类标准包（比如us-gaap-2024.zip）里，presentation.xml是核心文件——它直接定义了每个US-GAAP标签对应的报表分组和层级关系：

• 其中roleRef元素对应具体报表，比如http://fasb.org/us-gaap/role/statement/IncomeStatement就是利润表的标识；presentationArc会把单个标签（比如RevenueFromContractWithCustomerExcludingAssessedTax）关联到对应的报表角色下。
• 用Python的lxml或者xml.etree模块解析这个XML，提取标签和报表角色的对应关系，就能自动把扁平数据归类到对应报表里。

2. 从SEC EDGAR实例文档中提取映射 #

每个公司提交的XBRL实例文档（即你从SEC下载的10-Q/10-K中的XBRL文件），本身会包含linkbaseRef指向该公司使用的presentation linkbase：

• 直接解析这个linkbase，就能拿到该公司实际使用的报表结构，完美适配不同公司可能存在的标签差异，不用操心通用映射的兼容性问题。

3. 借助开源XBRL库的内置功能 #

很多Python XBRL工具已经内置了US-GAAP标签到报表的映射逻辑，比如arelle（有Python封装）或者xbrl库：

• 加载US-GAAP taxonomy后，直接调用库的API就能查询某个标签属于利润表、资产负债表还是其他报表，省得自己写一套解析逻辑。

4. 使用XBRL US的标准化映射数据集 #

XBRL US发布了US-GAAP标签的分类数据集，比如标签映射表格，里面明确标注了每个US-GAAP标签对应的报表归属、层级。下载这个表格导入到你的脚本里，直接做匹配即可，不用从零梳理规则。

内容的提问来源于stack exchange，提问作者Stan Suen