釋字及憲法法庭資料庫
← 文件與資料

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。

{
  "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

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：

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：

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：

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