### 使用Python自动化从SEC EDGAR下载多个财报文件 SEC EDGAR（Electronic Data Gathering, Analysis, and Retrieval）系统是美国证券交易委员会（SEC）提供的一个公开数据库，包含所有上市公司提交的文件，如10-K（年度报告）、10-Q（季度报告）和8-K（临时报告）等[^1]。通过Python自动化下载这些文件可以显著提高数据获取效率。 #### 1. 使用 `sec-edgar` 库批量下载财报 `sec-edgar` 是一个专为从 SEC EDGAR 下载文件设计的 Python 库，支持通过简单的命令下载公司定期报告、文件和表格。该库提供了便捷的接口来搜索和下载财报文件。 ```python from sec_edgar import Downloader dl = Downloader() # 下载某公司最近5份10-K文件 dl.get_10k_filings("AAPL", 5) # 下载某公司最近10份10-Q文件 dl.get_10q_filings("MSFT", 10) ``` 此库内部封装了对 SEC EDGAR 的请求和解析逻辑，用户只需提供公司代码（如股票代码）和所需文件数量即可完成批量下载[^1]。 #### 2. 使用 `requests` 和 `BeautifulSoup` 构建自定义爬虫 如果需要更灵活的控制，可以使用 Python 的 `requests` 和 `BeautifulSoup` 模块构建自定义爬虫，直接访问 SEC EDGAR 的网页并解析财报链接。 ```python import requests from bs4 import BeautifulSoup import os # 定义请求头以模拟浏览器访问 headers = { "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64)" } # 获取公司财报页面 company_cik = "0000320193" # Apple 的 CIK 编码 url = f"https://www.sec.gov/edgar/browse/?CIK={company_cik}&owner=exclude" response = requests.get(url, headers=headers) if response.status_code == 200: soup = BeautifulSoup(response.text, 'html.parser') filing_links = soup.find_all('a', {'class': 'filing-link'}) # 遍历财报链接并下载文件 for link in filing_links[:5]: # 仅下载前5个文件 filing_url = link['href'] if filing_url.startswith("http"): file_response = requests.get(filing_url, headers=headers) file_name = os.path.basename(filing_url) with open(file_name, 'wb') as f: f.write(file_response.content) print(f"已下载文件: {file_name}") ``` 该代码示例展示了如何通过公司 CIK 编码访问 SEC EDGAR 页面，提取财报链接并下载文件。这种方式适合需要自定义筛选和处理特定财报内容的场景[^3]。 #### 3. 使用 `sec-api` 提供的 API 接口获取财报数据 `sec-api` 是一个提供 SEC EDGAR 数据的第三方 API 服务，支持结构化数据的快速获取，包括财报的原始文本和 XBRL 数据。 ```python import requests # 设置 API 密钥（需注册获取） api_key = "YOUR_API_KEY" headers = { "Authorization": f"Bearer {api_key}" } # 获取某公司最近的10-K文件 url = "https://api.sec-api.io/filings" params = { "company": "Apple Inc", "formType": "10-K", "limit": 5 } response = requests.get(url, headers=headers, params=params) filings = response.json() for filing in filings: file_url = filing['linkToFilingDetails'] file_name = filing['accessionNumber'] + ".txt" file_response = requests.get(file_url, headers=headers) with open(file_name, 'wb') as f: f.write(file_response.content) print(f"已下载文件: {file_name}") ``` 该方法适合需要高频率访问 SEC 数据的用户，`sec-api` 提供了更高效的 API 接口，支持快速获取和处理财报数据[^2]。 #### 4. 使用 `XBRL` 解析财报文件 SEC EDGAR 中的财报文件通常以 XBRL（eXtensible Business Reporting Language）格式存储，这是一种基于 XML 的结构化财务数据格式。可以使用 `python-xbrl` 或 `pyxbrl` 等库解析 XBRL 文件。 ```python from xbrl import XBRLParser, GAAPFormatter # 解析 XBRL 文件 xbrl_parser = XBRLParser() xbrl = xbrl_parser.parse("example.xbrl") gaap_obj = GAAPFormatter().format(xbrl) # 输出解析结果 print(gaap_obj.assets) print(gaap_obj.liabilities) ``` 该代码示例展示了如何解析 XBRL 文件并提取财务数据，适合需要对财报进行深入分析的用户[^3]。 #### 5. 异步IO与高性能下载 为了提高下载效率，特别是在批量下载大量财报文件时，可以使用 `aiohttp` 和 `asyncio` 实现异步下载。 ```python import aiohttp import asyncio import os async def download_file(session, url, filename): async with session.get(url) as response: if response.status == 200: with open(filename, 'wb') as f: while True: chunk = await response.content.read(1024) if not chunk: break f.write(chunk) print(f"已下载文件: {filename}") async def main(urls): async with aiohttp.ClientSession() as session: tasks = [] for url in urls: filename = os.path.basename(url) task = asyncio.create_task(download_file(session, url, filename)) tasks.append(task) await asyncio.gather(*tasks) # 示例财报文件URL列表 file_urls = [ "https://www.sec.gov/Archives/edgar/data/320193/000032019323000107/a10k2023930.htm", "https://www.sec.gov/Archives/edgar/data/789019/000078901923000014/0000789019-23-000014.txt" ] asyncio.run(main(file_urls)) ``` 此代码使用异步IO技术，通过 `aiohttp` 和 `asyncio` 同时下载多个财报文件，提高了下载效率，适合大规模数据抓取任务。 --- ###