# NTPU 法規彙編 - 爬蟲
https://new.ntpu.edu.tw/compilation-of-regulations
## 爬取所有 pdf 檔案的網址 in postman

使用此網址`https://api-carrier.ntpu.edu.tw/strapi`
並將狀態改為 Post
再把 body 的格式改為 raw 並輸入

{
    "query": "{\n    documents(\n      sort: \"createdAt:desc\"\n      start: 0\n      limit: 100\n      where: {\n        \n        lang: \"zh\"\n        tags_contains: \"法規\"\n      }\n    ) {\n      _id\n      createdAt\n      name\n      tags\n      lang\n      site\n      file {\n        url\n        name\n        mime\n      }\n    }}"
}

其中 limit 最大為 100 ，就是一次抓取最大的範圍，學校網址看起來大概有 1300 個法規，所以需要抓 13 次，並每次把 start 加 100

取到的 json 會長

{
    "data": {
        "documents": [
            {
                "_id": "673d37404e66ca086677b1a6",
                "createdAt": "2024-11-20T01:11:28.461Z",
                "name": "國立臺北大學計畫專任助理人員工作酬金表",
                "tags": [
                    "法規",
                    "計畫專任助理人員"
                ],
                "lang": "zh",
                "site": "op_ntpu",
                "file": {
                    "url": "/uploads/113_09_7951ffd9fc.pdf",
                    "name": "國立臺北大學計畫專任助理人員工作酬金表(113.09).pdf",
                    "mime": "application/pdf"
                }
            },
            {
                "_id": "673d36da4e66ca086677b1a3",
                "createdAt": "2024-11-20T01:09:46.622Z",
                "name": "國立臺北大學博士後研究工作酬金表",
                "tags": [
                    "法規",
                    "計畫專任助理人員"
                ],
                "lang": "zh",
                "site": "op_ntpu",
                "file": {
                    "url": "/uploads/113_09_99da1f4edb.pdf",
                    "name": "國立臺北大學博士後研究工作酬金表(113.09).pdf",
                    "mime": "application/pdf"
                }
            },
            .
            .
            .
        ]
    }
}

其中網址在 `"url": "/uploads/113_09_7951ffd9fc.pdf"`
把它加上`https://cms-carrier.ntpu.edu.tw`
就會變成 https://cms-carrier.ntpu.edu.tw/uploads/113_09_7951ffd9fc.pdf

就可以抓到資料網址了

透過網址下載並上傳到 anythingLLm 中
到這邊看 https://hackmd.io/@k0217/S1TPkv43Je