如何用Python离线解析本地多文件结构的XBRL财务报表？

一、使用Arelle Python API解析 #

Arelle支持直接加载本地XBRL实例文件，并自动识别同目录下的关联链接库（cal、def、lab、pre文件）和模式文件（xsd），只需确保所有文件处于同一目录即可。以下是完整脚本示例：

from arelle import Cntlr, ModelManager

# 初始化控制器和模型管理器
cntlr = Cntlr.Cntlr()
model_manager = ModelManager.initialize(cntlr)

# 设置离线模式，避免自动联网获取依赖
model_manager.disclosureSystem.offline = True

# 加载本地XBRL实例文件（替换为你的实例文件路径，如aapl-20200926_htm.xml）
instance_path = "./aapl-20200926/aapl-20200926_htm.xml"
model = model_manager.load(instance_path)

# 遍历并提取财务事实数据
for fact in model.facts:
    # 获取元素名称、数值、单位和期间
    element_name = fact.qname.localName
    value = fact.value
    unit = fact.unitID if fact.unit else "N/A"
    period = fact.period.strftime("%Y-%m-%d") if fact.period else "N/A"
    
    print(f"{element_name}: {value} ({unit}) - {period}")

# 清理资源
model_manager.close()
cntlr.close()

关键说明： #

• 确保所有XBRL关联文件（xsd、cal、def等）与实例文件处于同一目录，Arelle会自动解析这些依赖。
• 设置disclosureSystem.offline = True强制离线模式，防止工具尝试联网获取缺失的资源。
• model.facts包含了所有XBRL实例中的财务事实，可根据需求筛选特定元素（如通过fact.concept.id匹配报表项目）。

二、使用Py-xbrl解析 #

Py-xbrl的OfflineLoader类支持离线加载本地XBRL文件，可直接将所有文件放在同一目录下让工具自动识别依赖。以下是实现示例：

from py_xbrl import XBRLParser, OfflineLoader

# 初始化解析器和离线加载器
parser = XBRLParser()
loader = OfflineLoader()

# 加载本地XBRL实例文件（替换为你的实例文件路径）
instance_path = "./aapl-20200926/aapl-20200926_htm.xml"
xbrl = parser.parse(instance_path, loader)

# 提取财务数据：筛选数值型概念并获取对应信息
for concept in xbrl.concepts:
    if concept.is_numeric():
        value = xbrl.get_value(concept)
        period = xbrl.get_period(concept)
        print(f"{concept.name}: {value} - {period}")

关键说明： #

• OfflineLoader会自动在实例文件所在目录查找关联的模式和链接库文件，无需额外配置路径。
• 通过concept.is_numeric()可快速筛选出数值型财务数据，xbrl.get_value()和xbrl.get_period()分别获取对应数值和报告期间。
• 若遇到依赖文件查找失败，可确认所有XBRL相关文件已放入同一目录，或通过OfflineLoader的参数手动指定依赖文件路径。

内容的提问来源于stack exchange，提问作者Pmmoks