mojLawSplit

將全國法規資料庫的 XML 和 JSON 切為許多小檔，存為 XML 與 JSON 。

本專案僅保留程式碼，實際資料檔請連向：

• mojLawSplitXML （從舊版 XML 切出來）
• mojLawSplitJSON 舊版 （從舊版 XML 切出來後轉換為 JSON）
• mojLawSplitJSON 純切版 （從新版 JSON 切出來）
• mojLawSplitJSON 重整版 （從新版 JSON 切出來後轉換）

資料來源

• 政府資料開放平台 （官方舊版 XML ）
• 全國法規資料庫Open API （官方新版 API ）

新版 (swagger)

• 有 XML 也有 JSON ，但仍然是一個 ZIP 檔裡面把所有法律／命令放在一個檔案裡。
• 鍵名把 attachment 拼錯了。

Warning

• 全國法規資料庫並沒有「所有」的法規。許多行政規則、自治條例、自治規則都不在裡面。
• 舊版法規（大多為以廢止的）會使用換行來排版。
• 2018 以前有「歷史法規」，但亦僅有行政命令層級的資料。法律層級的歷史演變要另外從立法院抓。（本專案均不處理）
• 英譯法規的更新日期，不一定會跟中文版的一樣。

Files

• main.js: 主程式
• lib: 函式庫
  • arrange.js: 改寫法規物件結構。
  • parseXML.js: 將單一法規的 XML 字串轉為 JS 物件。

Usage & Update

1. 安裝 Node.js 。
2. 在目錄中執行 npm install 。
3. 下載法規資料檔，解壓縮後存於 source 目錄。
4. 執行指令 node main.js ，等待數分鐘。

Output

會創建四個子資料夾

xml

• 輸出檔沒有 XML 宣告 <?xml ... ?> ，亦無 BOM ；換行字元為 \r\n 。
• 輸出檔縮減了 XML 的縮排，但保留了 CDATA 中換行後的縮排。
• 保留了原始檔案中，沒有資料的標籤。
• 已移除原始檔案中的控制字元（換行字元除外）。

json

• branch name: gh-pages
• 從舊版 XML 檔切開後轉換而成。
• 法規編號欄位是 PCode （不是 pcode ）。
• 移除了沒有資料的屬性，但保留空白的「編章節」。（見 H0170012 「公共藝術設置辦法」）
• 除了「法規內容」和「附件」外，各標籤均轉存為物件的字串成員。
• 「法規內容」中，為維持「編章節」和「條文」的順序，使用 xml2jsobj 套件。
• 移除「編章節」標籤中的前置空白（ xml2jsobj 預設使用 trim ）。
• 「附件」未被官方的格式規範文件提及，已將其內的「下載網址」標籤轉存為字串陣列。

json_split

• branch name: split
• 從新版 Swagger API 下載的 JSON 切開而成，無 BOM 。
• 資料夾僅區分語言，不區分法律與命令。
• index.json 放於各語系資料夾內，以 pcode 為鍵名，以法規名稱為其值。

json_arrange

• branch name: arranged
• 警告：格式未定。
• 從新版 Swagger API 下載的 JSON 切開後逐一處理而成。
• 法規編號欄位是 pcode （不是 PCode ）。
• index.json
  • 刪除「編制表」與「編組表」類型。
  • 法規名稱截掉末尾的括號。
  • 若有同名法規，僅包含最新的。（如正副總統選罷法即有二個版本，「公立學校退休教職員一次退休金及養老給付優惠存款辦法」則有三個 pcode 相異的版本）
• 將「編章節」與「條文」分開儲存，不混在一起。章節編號與條號仿照立法院的方式，「第十五條之一」存為 1501 。
• 鍵名格式若為 UpperCamelCase 即是未更動的原始資料；若為 lowerCamelCase 則是可能被整理過的資料，列表如下：
  • name: 法規中文名稱，，轉換自 LawName，截掉末尾可能出現的的 （[新舊] 100.10.10 [制訂]定）。
  • category: 將 LawCategory 拆成陣列。
  • effectiveNote: 整理 LawEffectiveNote ，維持為字串。
  • discarded: 將 LawAbandonNote 的資料型態改為 boolean 。
  • attachments: 修正 LawAttachements 和 EngLawAttachements 拼錯字的問題，並將值從陣列改為物件，鍵名即附件 ID ，值為檔名。
  • histories: 將 LawHistories 或 EngLawHistories 拆解成陣列，中文版中並去掉每行開頭的「中華民國」。
  • foreword: 去除 LawForeword 多餘的空白。
  • articles: 條文。除了有表格或算式的外，中文條文均處理成巢狀。
  • divisions: 巢狀編章節目錄，並標示每個編章節的起迄條號。
• 轉換條文中的部分字碼（見下節），但附件檔名中的錯別字則不轉換（以避免若有下載需求而檔名不一致）。

字碼轉換原則

• 注音「ㄧ」(U+3127) 轉換為中文「一」 (U+4E00) 。
• 自用區（U+E000..U+F8FF）應是 Big-5 編碼時期造字後轉換的，逐一參考其他資料確認究竟是甚麼字或符號：
  • 若為中文字，對應至 U+4E00..U+9FFF （中日韓統一表意文字列表）裡。 如 Q0010003 的 U+EC75 ，經人工比對立法院法律系統知其應為「氹」字，故轉換為「氹」 (U+6C39) 。
  • 錯別字或誤植的異體字，則再換為常用字。 J0040053 和 P0030013 的 U+E52A ，經比對行政院公報後得知其為異體字「奬」 (U+596C) ，轉換為常用字「獎」 (U+734E) ； O0020039 的 U+ED45 ，經比對行政院公報後得知其為異體字「劵」 (U+52B5) ，轉換為常用字「券」 (U+5238) 。
  • T0020025 、 K0020027 等，在換行前有奇怪的字碼，直接移除。
  • 被圈住的數字（見於 R0030026 、L0060035、L0070019 等），均對應至襯線版本 Unicode 字碼，即 ① (U+2460) 與 ❶ (U+2776) 系列，而非 ➀ (U+2780) 與 ➊ (U+278A) 等無襯線 (sans-serif) 系列。此系列字碼不存在於原始資料中，為本專案加入。
• 直行冒號、小型頓號逗號等，因與一般冒號、頓號、逗號等易混淆，故 U+FE30..U+FE6F 盡量轉換為 U+FF01..U+FF5E （ ASCII 可見字元 的全形對應）； 但下列情形則不轉換：
  • 直行括號。
  • ０、○、零…等，為維持與原文「看起來一樣」，故不轉換。
  • 小型方括號。因資料中的全形方括號均是用 U+FE5D 和 U+FE5E ，並無 U+FF3B 和 U+FF3D ，故不像冒號和頓號會有比對漏失的問題，是以尊重原格式。
  • 該法規特有用法（如 N0080038 有 U+FE68 ）。
• 小數點、間格號、全形英文句號等：保留 U+B7 ；將 U+02D9 及 U+2027 全轉換為 U+FF0E 。理由：
  • 參閱 LaTeX Stack Exchange 和 Interpunct - Wikipedia 知：
    • 小數點應使用 full stop (U+FF0E) ；
    • 乘法（包含內積）應使用 dot operator (U+22C5) ；
    • 間格號應使用 hyphenation point (U+2027) ；《重訂標點符號手冊》修訂版 （中華民國教育部，2008）是寫『「間隔號」為原「音界號」之改稱』、『整數與小數分界處也可使用間隔號』。
  • 原始資料中，點符號 U+B7 僅出現在英文的 O0020037 ；其餘則均為 U+02D9 、 U+2027 和 U+FF0E 。
  • 考量原始資料中「點」大多為小數點，少數為算式、極少數為無序列表項目符號，且原始資料中並無 U+22C5 ，故決定保留 U+B7 ，其餘不判斷究竟應為乘積點或小數點，一律轉為 U+FF0E 。

各類法規名稱數量統計 （2022-09-12）

 {
  '法': 607, //< 包含憲法
  '律': 1,  //< 戰時軍律
  '條例': 600,
  '通則': 44,
  '稅則': 1, //< 海關進口稅則

  '規程': 738,
  '規則': 717,
  '細則': 1030,
  '辦法': 5052,
  '綱要': 8,
  '標準': 1036,
  '準則': 447,

  '程序': 1, //< 憲法實施之準備程序
  '條文': 1, //< 憲法增修條文
  '嚴令': 2, //< 全國戒嚴令, 臺灣地區解嚴令
  '條款': 1, //< 動員戡亂時期臨時條款
  '終止': 1, //< 宣告動員戡亂時期終止
  '命令': 1, //< 民國八十八年九月二十五日總統緊急命令
  '登記': 3  //< 藥品查驗登記審查準則─****之查驗登記
  '編制表': 396, ///< ****編制表
  '編組表': 2, //< 不當黨產處理委員會編組表, 促進轉型正義委員會編組表
  '總則編': 1, //< 建築技術規則總則編
  '施工編': 1, //< 建築技術規則建築設計施工編
  '構造編': 1, //< 建築技術規則建築構造編
  '設備編': 1, //< 建築技術規則建築設備編
}