在AWS Lambda中调用Arelle Python API遇只读文件系统及输入加载问题

1. 修复输入文件加载错误 #

你用FileNamedStringIO作为load方法参数报错，是因为Arelle的FileSource组件期望url参数为字符串（文件路径或URL），而非直接传入文件对象。可以通过以下两种方式解决：

方式一：内存虚拟URL + StringIO #

Arelle支持从内存字符串加载内容，只需为其指定虚拟URL标识，配合StringIO使用即可：

from io import StringIO

# 假设_f是base64解码后的XBRL字符串内容
xbrl_content = _f
virtual_url = "memory://input.xbrl"

# 创建内存文件对象
input_io = StringIO(xbrl_content)
# 传入虚拟URL和内存文件对象加载XBRL
modelXbrl = self.modelManager.load(virtual_url, "views loading", entrypoint=_entrypoint, file=input_io)

这里的virtual_url仅作为内容来源标识，实际读取的是input_io对应的内存数据，完全不涉及磁盘操作。

方式二：自定义适配FileNamedStringIO #

如果坚持使用FileNamedStringIO，可以重写其__str__方法，返回有效的虚拟URL：

from arelle.FileSource import FileNamedStringIO

class MemoryFileNamedStringIO(FileNamedStringIO):
    def __str__(self):
        return "memory://custom-input.xbrl"

# 使用自定义类加载输入内容
modelXbrl = self.modelManager.load(MemoryFileNamedStringIO(_f), "views loading", entrypoint=_entrypoint)

2. 禁用分类标准Web缓存 #

要阻止Arelle将分类包写入文件系统，可通过配置ModelManager禁用Web缓存：

# 初始化ModelManager时配置无缓存
self.modelManager = ModelManager.initialize(
    disablePersistentConfig=True,
    webCache=False,
    cacheDirectory=None,
    keepFilesInMemory=True
)

也可以在加载XBRL时通过options参数临时覆盖设置：

modelXbrl = self.modelManager.load(
    virtual_url,
    "views loading",
    entrypoint=_entrypoint,
    file=input_io,
    options={"webCache": False, "keepFilesInMemory": True}
)

3. 全流程无文件系统适配注意事项 #

• 输出操作继续使用FileNamedStringIO，保持你已实现的事实数据导出逻辑
• 避免调用任何依赖磁盘路径的Arelle API，确保所有资源加载、处理、输出都通过内存对象完成

内容的提问来源于stack exchange，提问作者Betsc250