讀法規考古題，不外乎是要記法條。但是一條一條從全國法規資料庫慢慢複製貼上會很繁瑣。最便捷的方式無非是寫支爬蟲，逐條寫進檔案（本例是csv）。但是請留意，爬蟲請避免用在有著作權或流量限制的網站上以免觸法。在合理使用的前提下，使用政府的開放資料還是比較妥當。
以我國刑法為例，進入全國法規資料庫刑法的網頁後，在條文處按右鍵->檢測，我們要看這html文件的階層分佈。知道他的物件Class為"col-no"；
同樣看到內文的物件Class為"law-article"
通常他會以一對一的方式出現，如果能用爬蟲工具拆解物件的結構，爬回家就省事多了。
利用同樣的方法，也可以查到法條名稱是在Class "table"的地方，至於後面a什麼的那個是html語法中比較細節的東西，我就不在這詳述。把這名稱存起來，我就不用手動輸入法條名稱。
因此，我寫了一支程式碼長這樣
#我是分隔線
#第一段
import time
import requests
from bs4 import BeautifulSoup
from urllib.parse import unquote
import pandas as pd
database=pd.DataFrame([],columns=["actname","title","article"])
#%%第二段
#urls=[]
url = input('請輸入全國法規資料庫網址：')
web = requests.get(url)
soup = BeautifulSoup(web.text, "html.parser")
filename=soup.find('table').find('a').text
#urls=urls[0:6]
#start_time=time.time()
#print(start_time)
def crawl_questions(url):
web = requests.get(url)
soup = BeautifulSoup(web.text, "html.parser")
#soup.select('p:contains("第 ")')
titles = soup.find_all('div', class_='col-no') # 取得 class 為 title 的 div 內容
#print(titles)
#print(titles.text)
articles=soup.find_all('div', class_='law-article')
#titles_output = []
lawbase=pd.DataFrame([],columns=["actname","title","blank1","blank2","blank3","blank4","blank5","article"])
#articles_output = []
for i,j in zip(titles,articles):
exports=pd.DataFrame([])
exports["actname"]=[filename]
exports["title"]=[i.text.replace(" ", "")]
exports["article"]=j.text.strip()
lawbase=pd.concat([lawbase,exports])
#titles_output.append(i.text)
#articles_output.append(j.text)
return lawbase
lawbase=crawl_questions(url)
database=pd.concat([lawbase,database])
#database.to_csv("{}.csv".format(filename))
#%%第三段
database.to_csv("{}.csv".format(filename),index=False)
#我是分隔線
之所以寫成3段，是因為如果你想爬好幾部法條的時候，你必須只執行第二段程式碼，才不會把上一次爬的法條蓋掉。其實整條Script不分段執行，只爬一部法條也是OK的。
如果正常執行完，理論上能跑出如圖的結果
然後在您的工作資料夾（work directory）找到這個檔案：
至於要不要留下那麼多空白的Column（欄），端看使用者需求。就請自行在程式第二段裡修改參數。