如何通过Python获取SEC EDGAR中MSFT 10-Q的自定义XBRL标签数据

我需要获取微软（MSFT）2023年9月30日10-Q文件中未使用US-GAAP标签的数据。

通常我可以通过US-GAAP标签键获取折旧摊销数据，代码如下：

dep_amort_data = companyFacts.json()['facts']['us-gaap'].get('DepreciationDepletionAndAmortization', {})

但微软这类企业会对特定数值使用自定义标签：

我尝试将代码中的us-gaap替换为小写的ticker（即msft），并更换对应标签名DepreciationAmortizationAndOther，但无法找到数据：

dep_amort_data = companyFacts.json()['facts']['msft'].get('DepreciationAmortizationAndOther', {})

我想知道该如何解决这个问题——从截图看数值确实存在，难道它没有存储在facts字段里？

附上我的完整方法（已移除邮箱）：

def fetch_data_from_sec_edgar(cik, ticker):
    headers = {
        'User-Agent': 'EMAIL',
    }

    # Get company facts data
    companyFacts = requests.get(
        f'https://data.sec.gov/api/xbrl/companyfacts/CIK{cik}.json',
        headers=headers
    )

    # Check for successful response
    if companyFacts.status_code != 200:
        print("Failed to fetch company facts")
        return 0

    # Try to fetch the depreciation and amortization data from the latest 10-Q
    try:
        
        if dep_amort_data:
            # Filter for 10-Q filings
            dep_amort_10q_data = [item for item in dep_amort_data.get('units', {}).get('USD', []) if item['form'] == '10-Q']
            if dep_amort_10q_data:
                # Find the most recent entry
                most_recent_dep_amort = max(dep_amort_10q_data, key=lambda x: x['end'], default={})
                return most_recent_dep_amort.get('val', 0)
            else:
                print("No 10-Q Depreciation and Amortization Data Found")
                return 0
        else:
            tag_ticker = ticker.lower()
            dep_amort_data = companyFacts.json()['facts'][tag_ticker].get('DepreciationAmortizationAndOther', {})
            if dep_amort_data:
                dep_amort_10q_data = [item for item in dep_amort_data.get('units', {}).get('USD', []) if item['form'] == '10-Q']
                print(dep_amort_10q_data)
                if dep_amort_10q_data:
                    # Find the most recent entry
                    most_recent_dep_amort = max(dep_amort_10q_data, key=lambda x: x['end'], default={})
                    return most_recent_dep_amort.get('val', 0)
                else:
                    print("No 10-Q Depreciation and Amortization Data Found")
                    return 0 
            else:
                print("No Depreciation and Amortization Data Found")
                return 0
        
    except KeyError as e:
        print(f"Error fetching depreciation and amortization data: {e}")
        return 0

if __name__ == "__main__":
    ticker = 'MSFT'
    cik = get_cik_from_ticker(ticker)
    dep_amort_value = fetch_data_from_sec_edgar(cik, ticker)
    print(dep_amort_value)

1. 先确认自定义标签的命名空间 #

SEC的Company Facts API中，自定义标签的命名空间不是简单的ticker小写，而是企业注册的XBRL扩展命名空间的缩写。你可以先打印所有可用的命名空间，找到包含自定义标签的字段：

company_facts_json = companyFacts.json()
print("Available namespaces:", list(company_facts_json['facts'].keys()))

运行后就能看到对应自定义标签的命名空间，再用该命名空间去查找目标标签。

2. 遍历所有命名空间查找目标标签 #

如果不确定命名空间，可以直接遍历facts下的所有命名空间，搜索目标标签名：

company_facts_json = companyFacts.json()
target_tag = 'DepreciationAmortizationAndOther'

for namespace in company_facts_json['facts']:
    if target_tag in company_facts_json['facts'][namespace]:
        dep_amort_data = company_facts_json['facts'][namespace][target_tag]
        # 过滤10-Q数据
        dep_amort_10q_data = [item for item in dep_amort_data.get('units', {}).get('USD', []) if item['form'] == '10-Q']
        if dep_amort_10q_data:
            most_recent_dep_amort = max(dep_amort_10q_data, key=lambda x: x['end'], default={})
            return most_recent_dep_amort.get('val', 0)

这种方式不需要提前知道命名空间，直接定位到包含目标标签的字段。

3. 修正现有代码的逻辑错误 #

你当前代码中存在明显问题：try块开头的if dep_amort_data:这一行，dep_amort_data此时未定义，会直接触发NameError。以下是修正后的核心逻辑：

# 修正后的核心逻辑
company_facts_json = companyFacts.json()
# 先尝试US-GAAP标签
dep_amort_data = company_facts_json['facts']['us-gaap'].get('DepreciationDepletionAndAmortization', {})
if dep_amort_data:
    dep_amort_10q_data = [item for item in dep_amort_data.get('units', {}).get('USD', []) if item['form'] == '10-Q']
    if dep_amort_10q_data:
        most_recent_dep_amort = max(dep_amort_10q_data, key=lambda x: x['end'], default={})
        return most_recent_dep_amort.get('val', 0)
# US-GAAP找不到，遍历所有命名空间找自定义标签
target_tag = 'DepreciationAmortizationAndOther'
for namespace in company_facts_json['facts']:
    if target_tag in company_facts_json['facts'][namespace]:
        dep_amort_data = company_facts_json['facts'][namespace][target_tag]
        dep_amort_10q_data = [item for item in dep_amort_data.get('units', {}).get('USD', []) if item['form'] == '10-Q']
        if dep_amort_10q_data:
            most_recent_dep_amort = max(dep_amort_10q_data, key=lambda x: x['end'], default={})
            return most_recent_dep_amort.get('val', 0)
# 都找不到返回0
print("No Depreciation and Amortization Data Found")
return 0

4. 备选方案：直接解析10-Q的XBRL实例文件 #

如果Company Facts API中确实没有该自定义标签的数据，你可以直接从10-Q的XBRL实例文件中提取：

1. 通过SEC的Filings API获取对应10-Q的XBRL文件链接
2. 下载并解析该XML格式的XBRL文件，查找自定义标签的值

这种方式复杂度稍高，但能确保获取到所有公开的标签数据。

内容的提问来源于stack exchange，提问作者mjebus