XBRL解析文件中不存在架构文件

Question

我已经从Companies House下载了一个包含约200,000个html文件的zip文件。

每个文件采用以下两种格式之一：1）内联XBRL格式（.html文件扩展名）或2）XBRL格式（.xml文件扩展名）。 查看最新的可用下载（ 2018年12月6日 ），所有文件似乎都是以前的格式（.html文件扩展名）。

我正在R中使用XBRL软件包来尝试解析这些文件。

问题1：XBRL软件包用于解析内联XBRL格式（.html）文件，还是仅适用于XBRL（.xml）格式？ 如果没有，谁能告诉我在哪里分析内联XBRL格式文件？ 我不完全确定内联和非内联之间有什么区别。

假设XBRL软件包旨在解析内联XBRL格式文件，我遇到一个错误，告诉我xbrl.frc.org.uk/FRS-102/2014-09-01/FRS-102-2014- 09-01.xsd文件不存在。 这是我的代码：

install.packages("XBRL")
library(XBRL)

inst <- "./rawdata/Prod224_0060_00000295_20171130.html" # manually unzipped
options(stringsAsFactors = FALSE)
xbrl.vars <- xbrlDoAll(inst, cache.dir = "XBRLcache", prefix.out = NULL, verbose = TRUE)

和错误：

Schema:  ./rawdata/https://xbrl.frc.org.uk/FRS-102/2014-09-01/FRS-102-2014-09-01.xsd 
Level: 1 ==> ./rawdata/https://xbrl.frc.org.uk/FRS-102/2014-09-01/FRS-102-2014-09-01.xsd 
Error in XBRL::xbrlParse(file) : 
  ./rawdata/https://xbrl.frc.org.uk/FRS-102/2014-09-01/FRS-102-2014-09-01.xsd does not exists. Aborting.

问题2.有人可以从基本的角度解释这对我意味着什么吗？ 我是XBRL的新手。 我需要去找到这个xsd文件并将其放在某个地方吗？ 它似乎位于这里 ，但我不知道该怎么做或放在哪里。

这是一个类似的问题，似乎没有完全解决 ，链接都使用西班牙语，而我也不知道西班牙语。

一旦我能够解析单个html XBRL文件，我的计划就是弄清楚如何解析该网站的多个zip文件中的所有XBRL文件。

Answer 1

我对您使用的XBRL软件包不熟悉，但是很明显，这是错误地尝试将绝对URL（ https：// .. ）解析为本地文件。

快速浏览源代码可以发现问题所在：

XBRL.R第305行：

fixFileName <- function(dname, file.name) {
if (substr(file.name, 1, 5) != "http:") {
   [...]

即，它通过是否以“ http：”开头来确定URL是否是绝对的，而您的URL以“ https：”开头。 破解一个漏洞很容易，也允许https URL也通过此测试，我怀疑这将解决您的直接问题，尽管如果此代码使用URL库来确定URL是绝对的还是更好的话，那会更好。而不是根据协议进行猜测。

我不确定iXBRL文档的状态如何。 变更日志中有一条注释，内容为“据报告可与内联XBRL文档一起使用”，我对此表示怀疑。 尽管它可以正确找到内联文档的分类法，但是我看不到它如何用大量我看不见的附加代码正确地提取事实。

您可能想看看Arelle项目，它是肯定支持Inline XBRL的替代开源处理器。

Answer 2

这里是一些通用的解释，以提供一些背景信息。

内联XBRL与XBRL

简而言之，XBRL文件只是事实的简单列表。

内联XBRL是XBRL实例的更新版本，而不是将这些事实存储为平面列表，而是将这些事实存储在人类可读的文档中，以“标记”值。 从抽象的XBRL处理角度来看，XBRL文件和内联XBRL文件都是XBRL实例，并且仅仅是事实集。

DTS

XBRL实例（内联或非内联）还链接到XBRL用户称为DTS（可发现分类法集）的一些或大量分类法文件。 这些文件是包含报告元素（概念，尺寸等）的XML Schema文件（.xsd）或包含链接库（报告元素的图形，标签等）的XML链接文件（.xml）。

将XBRL实例链接到DTS的机制有点复杂和异构：模式导入，模式包含，指向其他文件的简单链接等。作为用户，足以理解DTS是由可传递文件中的所有文件组成的通过这些链接关闭实例。 XBRL处理器（包括R包）的工作是解析整个DTS。

DTS文件的存储

通常，XBRL实例指向位于分类法提供程序服务器上的文件（称为入口点），并且该文件本身可能指向同一服务器和其他服务器上的其他文件。

但是，按照惯例，许多XBRL处理器会自动在本地缓存这些文件，以避免服务器超载。 通常，您不需要自己执行此操作。 自行解决链接以手动下载所有文件非常麻烦。

另一种方法是从分类供应商的服务器下载整个DTS（遵循打包标准的zip文件）并在本地使用。 但是，这还需要XBRL处理器找出远程URL和本地文件之间的映射。

Answer 3

我对美国SEC数据有完全相同的问题。
而且我完全遵循了pdw的指导，它确实起作用了！

仅供参考，我以前使用的代码

if (substr(file.name, 1, 5) != "http:") { 

是

if (!(substr(file.name, 1, 5) %in% c("http:", "https"))) {

然后我使用trace('XBRL', edit=TRUE)对其进行了破解。