裁判所HPの規則リンク集スクレイピングのコードを改修する。

自分自身の改修事項メモなのです。
法技研六法は，e-Govの法令データ提供システムだけではなく，裁判所HPの規則集からもリンクを収集して検索できるようにしています。裁判所規則は（行政規則とは異なり）法律と同格の法なので，実務上重要。

日本国憲法

第７７条①　最高裁判所は、訴訟に関する手続、弁護士、裁判所の内部規律及び司法事務処理に関する事項について、規則を定める権限を有する。

裁判所規則は裁判所ウェブサイトに一覧が載っているので，これをスクレイピングすればリストを作ることができます。
これまで，法令リストを作るにあたっては，e-Govの法令APIのXMLデータをBeautifulSoupで処理していた余勢を駆って，裁判所規則集もBeautifulSoupで処理していたのですが，どうも最近の裁判所Web更新の折にHTMLがinvalidになったらしく（余計な</a>タグが入ってる），BeautifulSoupでのスクレイピングがうまくいかなくなりました。
ということで，（最初からそうしてりゃよかったのですが）正規表現でスクレイピングするように改修したので，そのメモ。

共通部分

import requests
import json
from urllib.parse import urljoin

#分野別の規則集URL
URL_COURTS = [
  "http://www.courts.go.jp/kisokusyu/minzi_kisoku/index.html",
  "http://www.courts.go.jp/kisokusyu/keizi_kisoku/index.html",
  "http://www.courts.go.jp/kisokusyu/kazi_syonen_kisoku/index.html",
  "http://www.courts.go.jp/kisokusyu/sonota_kisoku/index.html"
]

lawList = []

旧コード

from bs4 import BeautifulSoup

for genre in URL_COURTS:
  r = requests.get(genre)
  r.encoding = "utf-8" #裁判所HPはencodingがHTTP-Headerでわからない？
  soup = BeautifulSoup(r.text, "html.parser")
  links = soup.select('div#contents ul.txt90 a')
  for alink in links:
    print(alink)
    if alink.string: #何故か裁判所のリンク集に，文字を含まないリンクがある場合が。
      aLaw = {
        "LawName": "裁判所::"+alink.string,
        "LawNameShort": alink.string,
        "URL": urljoin(r.url, alink.get('href'))
      }
lawList.append(aLaw)

新コード

import re

reKisoku = re.compile('<li class="li01"><a href="(.+?)" target="_.+?">(.+?)</a>')
for genre in URL_COURTS:
  r = requests.get(genre)
  r.encoding = "utf-8"
  kisokus = reKisoku.findall(r.text)
  for aKisoku in kisokus:
    aLaw = {
      "LawName": "裁判所::"+aKisoku[1],
      "LawNameShort": aKisoku[1],
      "URL": urljoin(r.url,  aKisoku[0])
    }
    lawList.append(aLaw)