# 釋字及憲法法庭資料庫　網站設計說明

本文說明離線網頁版的資料從哪裡來、每個欄位怎麼產生、哪些可以引用、以及怎麼用。
資料建置日期 2026-07-27，收錄止於 115年憲判字第5號。

---

## 一、這個網站是什麼

一個單一 HTML 檔案的離線資料庫。所有資料以 JSON 內嵌在檔案裡，沒有伺服器、沒有外部
相依、沒有網路請求。雙擊即開，可以複製到隨身碟或另一台電腦照樣運作。

兩個版本：

| 檔案 | 大小 | 意見書 | 用途 |
|---|---|---|---|
| `釋字及憲法法庭資料庫_輕量版.html` | 約 16 MB | 只列標題與官網連結 | 日常查用，載入約 3 秒 |
| `釋字及憲法法庭資料庫.html` | 約 68 MB | 內嵌 1,679 篇全文且可全文檢索 | 要搜意見書內文時才用 |

除了意見書全文之外，兩版內容完全相同，同一份程式產生。

---

## 二、資料從哪裡來

**唯一來源**：司法院憲法法庭網站 `cons.judicial.gov.tw`。沒有使用任何第三方資料庫、
沒有使用模型記憶中的法律知識來填補內容。

抓取方式是逐則請求官網頁面，取出頁面中 `id="Print_area"` 這個節點（官網「列印版」的
內容區），原封不動存成 HTML 快照放在 `90_原始存檔/`，再從快照解析出結構化欄位。
意見書則另外下載官網提供的 PDF 原檔，存在 `90_原始存檔/意見書PDF/`。

**網址規則**

| 類型 | 網址 |
|---|---|
| 釋字第 N 號 | `docdata.aspx?fid=100&id=` + (310181 + N) |
| 釋字第 813 號 | `docdata.aspx?fid=100&id=325335`（**不適用上列規則**） |
| 憲判字 | `docdata.aspx?fid=38&id=<各案 id>`，id 非連號，由官網判決列表取得 |

釋字第813號是建置過程中實測發現的例外。依規則推算的位址是一個沒有內容的空頁，
真實 id 由釋字第812號頁面的「下一筆」連結追出。

**完整性驗證**

官網每則解釋頁面右上角自己標示「第 N 筆／共 813 筆」。建置時逐則比對三個數字是否一致：
我方指派的編號、官網標示的筆序、頁面內「解釋字號」欄位的號次。813 筆全數相符，零不符。
這道驗證的意義在於，如果某一則抓錯位址而拿到別則的內容，光看檔案數量是看不出來的，
但筆序與字號會立刻對不上。

---

## 三、一筆記錄的資料模型

每則解釋或判決在 `_pipeline/資料庫.json` 中是一個物件，網頁與 Markdown 筆記都由它產生。

```json
{
  "k":  "釋字0742",
  "ty": "釋字",
  "z":  "釋字第742號",
  "n":  "都市計畫定期通盤檢討變更之救濟案",
  "dt": "2016-12-09",
  "roc":"105年12月09日",
  "decree":"院台大二字第1050031469號",
  "m":  [["原分案號","…"],["聲請人","…"]],
  "q":  "都市計畫定期通盤檢討變更，如其中具體項目…",
  "s":  [["解釋文",[["1","　　都市計畫擬定計畫機關…"]]],
         ["理由書",[["1","　　當事人對於確定終局裁判…"]]]],
  "o":  [{"t":"許大法官宗力提出之協同意見書","h":"https://…","id":"354653","x":"（全文）",
          "ty":"協同意見書","p":["許宗力"],"a":[],
          "ai":{"one":"立場","main":"核心主張","diff":"與多數意見的差異"}}],
  "l":  ["中華民國憲法第15、16條","都市計畫法第26條","司法院釋字第156號解釋"],
  "u":  "https://cons.judicial.gov.tw/docdata.aspx?fid=100&id=310923",
  "at": "2026-07-27T14:52:31+0800",
  "ai": {"one":"…","issue":"…","holding":"…","place":"…"},
  "j":  {"w":["主筆"],"p":["提出意見書者"],"a":["加入者"],"t":["協同意見書"]}
}
```

---

## 四、逐欄位來源說明

下表的「可否引用」是本庫最重要的欄位。**原文**表示逐字取自官網，可直接引用；
**推導**表示由官網資料機械轉換而來，可用於檢索與整理，引用時仍應回到原文；
**AI**表示由模型撰寫，任何情況下都不得引用。

| 網頁上的位置 | 內部欄位 | 官網來源 | 處理方式 | 可否引用 |
|---|---|---|---|---|
| 標題（大字） | `z` + `n` | 「解釋字號」或「判決字號」欄 | 以正則切出號次與【】內案名 | 原文 |
| 出處列「公布」 | `roc` | 「解釋公布院令」或「判決日期」欄 | 原字串保留 | 原文 |
| 出處列日期（清單上的） | `dt` | 同上 | 民國年加 1911 轉西元，供排序與年代篩選 | 推導 |
| 出處列末段 | `decree` | 「解釋公布院令」欄 | 取日期之後的剩餘文字（院令字號） | 原文 |
| 出處列「官網原文」連結 | `u` | 抓取時使用的網址 | 原樣記錄 | 推導 |
| 出處列「抓取於」 | `at` | 抓取當下時間 | ISO 8601 時間戳 | 推導 |
| 第二列（憲判才有） | `m` | 「原分案號」「聲請人」欄 | 原文照錄 | 原文 |
| 解釋爭點／案由 | `q` | `#section1` 或「案由」欄 | 原文照錄，空白正規化 | 原文 |
| 解釋文／主文／理由書／理由等 | `s` | 各 `ul.flex` 區塊的 `li.text` | 見下節 | 原文 |
| 段前的小號碼 | `s[][][0]` | 官網 `<label>` | **原樣沿用官網段次，未重新編號** | 原文 |
| 意見書標題 | `o[].t` | 「意見書、抄本等文件」清單，只取標題含「意見書」者 | 原文照錄 | 原文 |
| 意見書「官網PDF」 | `o[].h` | 該清單項的 `href` | 補上網域 | 推導 |
| 意見書內文（完整版） | `o[].x` | 官網 PDF 原檔 | 文字層抽取；無文字層者改 OCR | 原文／OCR |
| 相關法條 | `l` | `#section8`「相關法令」清單 | 去重，保留官網的版本日期括號 | 原文 |
| 大法官（內文第三列） | `j` | 意見書標題、主筆大法官記載 | 見第八節，由標題文字推導 | **推導**，引用請以標題原文為準 |
| 意見書類型 | `o[].ty` | 意見書標題 | 比對七種標準類型名稱 | 推導 |
| 意見書白話解說 | `o[].ai` | 無，由模型依該篇意見書原文撰寫 | 見第七節末 | **不得引用** |
| 白話解說 | `ai` | 無，由模型依上列原文撰寫 | 見第六節 | **不得引用** |

### 內文區塊的解析方式

官網把每個區塊寫成 `<ul class="paragraphs"><li><label>段號</label><pre>內文</pre></li>…`。
`<pre>` 標籤保留原始空白，所以官網的全形空白縮排會原封不動保留下來，網頁上也用
`white-space: pre-wrap` 呈現。**沒有做任何斷行重排、標點替換或全半形轉換。**

實際出現的區塊標籤與則數：

| 類型 | 區塊 | 則數 |
|---|---|---|
| 釋字 | 解釋文 | 813 |
| 釋字 | 理由書 | 734 |
| 釋字 | 相關文件 | 577 |
| 憲判 | 主文 | 57 |
| 憲判 | 理由 | 57 |
| 憲判 | 主筆大法官記載 | 57 |
| 憲判 | 大法官就主文所採立場表 | 57 |
| 憲判 | 判決摘要 | 56 |

**釋字第1號至第79號沒有獨立的理由書**，這是制度沿革，不是資料缺漏。當時的解釋
只有解釋文，理由併於其中或另以「相關文件」形式呈現。

---

## 五、段號與引用（重要）

**釋字**：段前的號碼是官網為解釋文與理由書所編的流水段次。引用寫成
「釋字第742號解釋理由書第3段」，與官網一致。

**憲判**：憲法法庭判決的正式引用單位是內文中以【】標示的段碼，例如
「【12】」。本庫外層的段號與內文【】段碼經核對是一致的，兩者可互相對照，
但**引用時請寫內文的【】段碼**，那是判決自己給的編號。

---

## 六、白話解說是怎麼產生的

每則的白話解說有四段：一句話結論、爭點拆解、結論與理由、在體系中的位置。

產生方式是把該則的爭點、解釋文（或主文）、理由書（或理由）、相關法條餵給模型，
並下三條硬性限制：

1. 只能依據所給的原文撰寫，不得動用模型記憶中的任何外部法律知識
2. 不得杜撰引用。要提到其他號解釋，只能提原文裡明確出現的
3. 原文若因長度上限被截斷，就只寫看得到的部分，不臆測後續

輸入給模型的是解釋文前 3,000 字與理由書前 2,500 字。多數則完整涵蓋；少數超長的
解釋，白話解說涵蓋的是前段論述。這是刻意的取捨：**白話解說不是原文的替代品，
它是幫你決定「這則要不要細讀」的篩選工具。**

在網頁上，白話解說是黃底、左側橘色粗邊、開頭有警語的獨立區塊，永遠排在所有原文
區塊之後。Markdown 筆記裡則以 `---` 分隔線隔開，並加上 Obsidian 的 `> [!warning]`
警示框。兩邊都做到視覺上一眼可辨。

---

## 七、意見書文字的三種狀態

| 狀態 | 篇數 | 網頁上的樣子 |
|---|---|---|
| PDF 有文字層，直接抽取 | 1,661 | 灰底引文區塊，逐字原文 |
| PDF 無文字層，以 OCR 擷取 | 18 | 同上，段末標明「以繁體中文 OCR 擷取，可能有辨識誤差」 |
| 無法處理 | 1 | 紅底警示框，只留官網 PDF 連結 |

那 18 篇的原始 PDF 用 `pdftotext` 抽出來的中文字是零，確認完全沒有文字層，改以
300 dpi 轉圖後跑繁體中文 OCR，辨識結果的中文字比例都在 96% 以上。這些幾乎全是
林俊益大法官與黃虹霞大法官的意見書，應是當年 PDF 產製方式所致。**OCR 段落引用前
務必以官網 PDF 核對用字**，尤其是數字、法條號次與人名。

無法處理的那一篇是 112年憲判字第1號黃昭元大法官的部分不同意見書。官網標題把所有
加入的大法官與加入段次都寫進去，長達 218 字，作成檔名後超出檔案系統上限。

### 每篇意見書的白話解說

1,679 篇有文字的意見書，每篇都有三欄白話解說：**立場**（贊成結論但補理由、部分贊成部分反對、
或根本反對）、**核心主張**、**與多數意見的差異**。

產生方式與各則的白話解說相同，只依該篇原文撰寫，禁用模型記憶中的外部知識，禁止杜撰引用。
但有一個必須知道的限制：**輸入給模型的是該篇的前 1,600 字加末 800 字，中間以「（中略）」標記**。
意見書動輒上萬字，全文餵入成本過高，取首尾是因為前言通常交代立場、結尾通常收束結論。

這個取捨會漏東西，而且會誠實地顯示出來。有些意見書的核心論證正好落在中段，那幾篇的
`diff` 會寫「本文核心論述落在中略之內，內文未明確交代與多數意見之分歧」，
而不是編一段看似合理的分析。**看到這種註記，就表示要自己去讀全文**，全文就在同一個折疊區塊裡。

早期的「抄本」型檔案（例如「抄本525(含不同意見書(劉大法官鐵錚))」）是解釋文、理由書、
意見書、聲請書合訂的掃描檔，意見書本文往往整段落在中略內，這類的白話解說同樣會明白註記。

---

## 八、大法官欄位是怎麼來的

官網**沒有**「大法官」這個欄位。本庫的大法官資訊是從兩處文字推導出來的：

1. **意見書標題**，例如「蔡大法官明誠提出，陳大法官碧玉、張大法官瓊文加入之部分協同意見書」
2. **憲判的「主筆大法官記載」**，例如「本判決由蔡大法官宗珍主筆。」

麻煩在於官網有兩種書寫順序：「林大法官俊益」（姓＋大法官＋名）與「詹森林大法官主筆」
（全名＋大法官）。直接用正則切會把「及」「與」「號」「判決」這些連接字誤當成姓氏，
產生「及林俊益」「號黃虹霞」這種假姓名。

因此採兩階段做法：先用寬鬆規則掃出候選並清掉頭尾雜字，剔除「是其他姓名之真子字串」的
碎片（例如「太郎」之於「呂太郎」），得到一份 **59 人的大法官名冊**；再拿名冊回頭比對
每一則標題。這樣就不會無中生有，也不會把兩個名字黏成一個。

**提出與加入的判別**：以標題中「提出」二字的位置為界，出現在其前的是提出人，
其後的是加入者。「共同提出」的情形兩人都在「提出」之前，會同時列為提出人。

**成效與限制**

- 1,680 篇意見書中，**1,653 篇可辨識作者**，27 篇不行。那 27 篇是早期的舊式檔名，
  例如「第204號意見書」「319不同意見書」，官網本來就沒寫作者。
- 57 則憲判的**主筆全部可辨識**。
- 釋字沒有主筆制度，所以釋字只有提出與加入。

**意見書類型**同樣由標題推導，比對七種標準名稱：

| 類型 | 篇數 |
|---|---|
| 協同意見書 | 810 |
| 部分不同意見書 | 321 |
| 不同意見書 | 287 |
| 部分協同部分不同意見書 | 111 |
| 部分協同意見書 | 110 |
| 部分不同部分協同意見書 | 12 |
| 一部協同一部不同意見書 | 5 |
| （僅標「意見書」） | 24 |

**引用時請以意見書標題原文為準**，不要引用本庫整理出的姓名欄位。姓名欄位的用途是
檢索與統計，不是出處。

---

## 九、相關法條這一欄的特性

官網的「相關法令」欄不只放法律條文，也放**司法院解釋**與**判例**。因此
`30_法條/` 底下 4,238 個節點裡，有 508 個其實是「司法院釋字第○○號解釋」，
92 個含「判例」。

這是官網資料的原貌，我沒有把它們拆開，因為那 508 個釋字節點恰好構成一份
**現成的解釋互引網絡**：打開 `30_法條/司法院釋字第443號解釋.md`，就看到本庫中
所有把釋字443列為相關法令的解釋，依公布日期排序。

被引用最多的前幾個節點：憲法第23條 173 次、憲法第15條 137 次、憲法第16條 78 次、
憲法第19條 77 次、憲法第7條 65 次。釋字之中被引最多的是釋字443（27 次）與釋字371（25 次）。

870 則之中只有 1 則沒有相關法條資料。

---

## 十、網頁介面各元件

**檢索框**：即時子字串比對，不做斷詞。以空白分隔多個詞時取交集（必須全部出現）。
命中的字在右側內文與左側清單摘要都會標黃，清單摘要會自動跳到命中處的前後文，
而不是固定顯示爭點開頭。

**搜尋範圍下拉**：預設「全部欄位」，也可以只搜單一欄位。

| 選項 | 涵蓋內容 |
|---|---|
| 全部欄位 | 以下全部 |
| 字號・案名 | `z` + `n` |
| 爭點・案由 | `q` |
| 解釋文・主文 | 解釋文、主文 |
| 理由書・理由 | 理由書、理由、判決理由 |
| 意見書 | 標題＋內文（輕量版只有標題） |
| 相關法條 | `l` |
| 白話解說 | AI 生成的四段 |
| 其他區塊 | 相關文件、判決摘要、主筆大法官記載、大法官就主文所採立場表 |
| 大法官 | 主筆、提出意見書者、加入者的姓名 |

分欄搜尋的用處是排除雜訊。例如「比例原則」在全部欄位是 318 則，限縮到理由書是 176 則，
差額大多是白話解說裡提到而原文沒用這四個字的。要做嚴謹的文本統計，就該限縮到原文欄位。

**人名的寬鬆比對**：官網的意見書標題寫「林大法官俊益」（姓＋大法官＋名），但 PDF 內文
署名與引註寫「林俊益」。兩種寫法沒有交集，純子字串比對會各自命中不同的集合。
本庫的做法是在索引與查詢兩端都額外準備一份去掉「大法官」三字的副本，
因此輸入「林俊益」或「林大法官俊益」得到的結果相同（103 則），兩種寫法也都會標黃。
單獨搜尋「大法官」三字時不套用這個規則，以免整個詞被消掉。

**類型下拉**：釋字／憲判。**年代下拉**：1949–1989、1990–2004、2005–2014、2015 以後，
依 `dt` 西元年切分。**僅有意見書**：只留 `o` 非空者，共 329 則（另 541 則無意見書）。

**清單**：最多顯示 500 筆，超過會提示縮小範圍。每筆顯示字號、案名、公布日期、
意見書篇數、爭點前 88 字。

**進階篩選**：控制列下方的「進階篩選」按鈕會開啟一個面板，把所有可篩的欄位一次列出來，
可以同時填好幾欄再按送出，各條件之間是「且」。面板包含八個文字欄位（字號・案名、爭點・案由、
解釋文・主文、理由書・理由、意見書內容、相關法條、白話解說、其他區塊），加上
大法官姓名、大法官身分（不限／提出／加入／主筆）、意見書類型、意見書篇數下限、
公布年區間。同一欄內以空白分隔多個詞時，一樣是「且」。

**篩選條件列**：送出後，清單上方會列出目前生效的每一條件，例如
「理由書・理由 比例原則」「大法官 林俊益」「身分 提出」「公布年自 2010」。
每個條件右邊的 × 可以單獨移除該條件並即時重算，右側有「全部清除」。
快速檢索框與進階條件會一起生效，不會互相取消。

**跳至列**：內文上方一排連結，列出目前顯示中的區塊（解釋爭點、解釋文、理由書、意見書、
相關法條、白話解說），點一下直接捲到該處。被「顯示區塊」關掉的區塊不會出現在跳至列。

**意見書折疊**：意見書預設全部收起，只見標題列，標題左側有類型標籤（協同／不同／部分…）。
點標題列展開單篇，展開後先出現該篇的白話解說（黃底警語區塊），再接逐字全文。
上方有「全部展開」「全部收合」。

**單則內意見書比較**：每篇標題列前有核取方塊，勾選數篇後按「比較所選意見書」，
產生同一則之內的意見書對照表，列為意見書類型、提出／加入、白話解說、全文、官網PDF。
一樣可以「複製為表格」輸出成 Markdown。這張表與跨案件的多案比較是兩個不同的功能：
前者比同一則裡各大法官的分歧，後者比不同則之間的見解。

**顯示區塊標籤**：內文上方一排可切換的標籤（爭點／解釋文・主文／理由書・理由／意見書／
相關法條／白話解說／其他區塊），點一下開關該區塊。旁邊有「全選」與「全不選」。
例如只留「爭點」與「白話解說」，就得到一個純判準速覽的畫面。
選擇會沿用到下一則，所以可以維持同一種閱讀模式連續翻案。

**多案比較**：左側清單每則字號前有核取方塊，勾選即加入比較清單（不會跳轉頁面）。
清單上方出現比較列，按「產生比較表」得到一張表：**欄是案件，列是欄位**。
比較表固定含「公布日期」與「大法官」兩列，其餘各列由同一組「顯示區塊」標籤控制，
取消勾選就把該列從表中拿掉。
表格橫向捲動，左側欄位名固定；單格內容過長時可在格內捲動。搜尋關鍵詞在表中一樣標黃。

「複製為表格」會把整張比較表複製成 Markdown 表格，含各案的完整原始出處網址，
可直接貼進論文草稿或筆記。

**複製引用**：產生「司法院釋字第742號解釋【案名】，網址」或「憲法法庭111年憲判字第1號判決【案名】，網址」。

**網址 hash**：選定某則後網址列會變成 `…#釋字0742`，可以存成書籤直接跳到該則。

---

## 十一、使用範例

### 例一　建立某一憲法條文的違憲審查沿革

想寫「憲法第8條人身自由保障的審查密度演變」，需要所有以憲法第8條為審查依據的解釋。

打開 `30_法條/憲法第8條.md`，裡面是 27 則，已依公布日期排序。回到網頁逐則點開，
看爭點與白話解說的「在體系中的位置」快速判斷哪幾則真正處理審查密度，再細讀理由書。

### 例二　主題式蒐集

想找刑事程序中的正當法律程序解釋。在檢索框輸入 `正當法律程序`，加上年代篩選
2005 以後，看命中筆數與清單的爭點摘要。用白話解說的「一句話結論」快速刷過，
挑出真正相關的幾則再細讀。

要更精準時，用兩個詞：`正當法律程序 羈押`。

### 例三　論文寫作時取逐字引文

鎖定釋字第742號，在右側找到理由書第3段，直接複製那一段。段前的小號碼就是官網段次，
註腳寫「司法院釋字第742號解釋理由書第3段」。要引整則出處時按右上角「複製引用」。

引用意見書時寫成「林俊益大法官提出之協同意見書，司法院釋字第742號解釋」。
若該篇標了 OCR，先點官網 PDF 連結把要引的句子核對一次。

### 例四　追一則解釋後來被怎麼處理

想知道釋字第156號後來的發展。檢索 `釋字第156號`，命中的就是所有在原文中提到它的
解釋與判決。釋字742 的白話解說會直接告訴你它「補充釋字第156號」。

### 例五　查某位大法官的立場

想看林俊益大法官在哪些案子寫過意見書。用完整版檢索 `林俊益`，會同時命中意見書
標題與內文。若只想要標題命中，用 Markdown 庫的 grep 更乾淨：

```powershell
findstr /s /m /c:"林大法官俊益" 10_釋字\*.md 20_憲判\*.md
```

### 例六　比較同一議題的數則見解

想比較公然侮辱罪相關的憲法審查。檢索 `公然侮辱`，在左側清單把釋字第435號、
113年憲判字第3號、第4號三則的核取方塊勾起來，按「產生比較表」。

先把「顯示區塊」只留爭點與白話解說，快速看出三則各自處理什麼；確認要細比之後，
再把「解釋文・主文」加回來，三則主文就並排在同一張表裡逐字對照。
按「複製為表格」得到 Markdown 表格，貼進論文草稿當作比較的底稿，
表格最後一列會附上三則的官網網址。

### 例七　用進階篩選鎖定一個很窄的問題

想找「2010 年以後、理由書用到比例原則、而且林俊益大法官提出過協同意見書」的案子。

按「進階篩選」，在「理由書・理由」填 `比例原則`，「大法官姓名」填 `林俊益`，
「大法官身分」選提出意見書，「意見書類型」選協同意見書，「公布年」自 `2010`，送出。
結果 21 則，四個條件同時生效，清單上方會把它們一條一條列出來，
想放寬哪一條就點該條件的 ×，筆數即時重算。

大法官身分的區分是有意義的。以詹森林大法官為例，不限身分是 85 則，
限「提出」是 70 則，限「加入」是 20 則，限「主筆」是 4 則。
研究某位大法官的立場光譜時，主筆、自己提出、加入他人，這三種參與方式的意義並不相同。

### 例八　拆解一則案子內部的意見分歧

以 113年憲判字第8號死刑案為例。打開該則，捲到意見書區（或點跳至列的「意見書」），
會看到 5 篇收合的標題列，各自標著類型。想快速掌握誰站哪邊，就逐篇點開看白話解說的
「立場」一行，例如詹森林大法官那篇是「死刑制度違憲且不容例外；不贊同多數意見肯認
死刑於一定範圍內合憲」。

要細比就勾選其中幾篇按「比較所選意見書」，五個欄位並排。確認要引用時，展開全文逐字取用，
並以標題原文寫註腳。

### 例九　做量化統計

`_pipeline/資料庫.json` 是完整的機器可讀資料，適合做敘述統計。例如各年代解釋數與
意見書篇數分布：

```python
import json, collections
D = json.load(open('_pipeline/資料庫.json', encoding='utf-8'))
by = collections.Counter()
op = collections.Counter()
for r in D:
    d = (int(r['dt'][:4]) // 10) * 10
    by[d] += 1
    op[d] += len(r['o'])
for k in sorted(by):
    print(f'{k}年代　{by[k]:3d} 則　意見書 {op[k]:4d} 篇　平均 {op[k]/by[k]:.1f}')
```

要抽出所有出現某個關鍵詞的段落，連同字號與段次一起輸出：

```python
import json
D = json.load(open('_pipeline/資料庫.json', encoding='utf-8'))
kw = '比例原則'
for r in D:
    for label, paras in r['s']:
        for no, text in paras:
            if kw in text:
                print(f"{r['z']}　{label}第{no}段")
```

這個輸出可以直接變成論文附錄的引文清單。

### 例十　在對話裡用

安裝了 `roc-constitutional-vault` skill 之後，直接說「幫我整理正當法律程序在羈押審查
的釋字」或「釋字第384號理由書怎麼定義實質正當」，我會去讀本地資料庫的逐字原文回答，
並附字號與段次。我不會從白話解說區塊取材，也不會憑記憶補寫原文。

---

## 十二、重建與增補

網頁不是手工維護的，是由 `_pipeline/資料庫.json` 產生的。要改版面或欄位，改
`_pipeline/建置資料庫.py` 裡的 `CSS` 與 `APP` 兩個字串，再跑一次 `補完.py` 即可，
不需要重新抓資料。

官網有新判決時：

```
python _pipeline\建置資料庫.py
python _pipeline\補完.py
```

已抓過的不會重抓。新判決需先把它的 id 加進 `建置資料庫.py` 的 `JUD_IDS`。
新增的則需要另外產生白話解說，那部分要在對話中請我做。

---

## 十三、目前未收

- **聲請書與確定終局裁判**：官網有提供，多為掃描 OCR 檔，單則可達數 MB
- **憲法法庭裁定（憲裁字）**：本次僅收判決（憲判字）
- **不受理決議**
- 收錄止於 115年憲判字第5號