用途:面向实证法律研究,帮助用户从 Free Law Project 的 CourtListener 获取判决意见与案卷资料,并区分两大语料的性质,避免误用。
主要能力与数据范围:
- Opinions(判例法):从法院网站抓取,覆盖联邦与州,含书面判决全文。
- RECAP:来源 PACER,仅联邦,含案卷条目、动议与提交文件。判断标志为 pacer_court_id: null 且 has_opinion_scraper: true 表示抓取的州法院,非 PACER。
访问方式:
- 批量数据:无需认证,公有领域,每季度(3、6、9、12 月最后一天)重新生成,是整表快照而非增量。列举用 https://com-courtlistener-storage.s3-us-west-2.amazonaws.com/?list-type=2&prefix=bulk-data/ 或 aws s3 ls s3://com-courtlistener-storage/bulk-data/ --no-sign-request。文件为 PostgreSQL COPY TO 输出(CSV、UTF-8、含表头),schema 随附。
- REST API v4:https://www.courtlistener.com/api/rest/v4/,search 与 courts 可匿名访问,dockets 需 token;token 在 /profile/api/,需用户自行通过人机验证。搜索参数 type=o 为意见,type=r 为 RECAP 案卷。注意礼貌限速,遇 429/5xx 退避。
- DB 复制/MCP:面向持续同步,需会员或商业联系 FLP。
使用建议:研究默认用批量数据,只有需要更新数据或少量记录时才用 API。先过滤体量小 22 倍的 opinion-clusters 选定 cluster id,再流式解压 54 GB 的 opinions 文件匹配行,切勿全量落地。
限制与陷阱:suitNature 未规范化,需查文本而非数字码;派生诉讼可能同时登记在 NOS 160 与 850;docketNumber 可与外部德尔瓦案卷连接;意见仅为书面判决,大部分处置不出意见,报告撤案率须量化选择分母;批量快照最多滞后一个季度;州级案卷覆盖仍在扩展中。