个人司法诉讼api接口对接过程记录个人司法诉讼api接口深度解析：原始接口字段全解与风控应用在金融风控、企业背调、法律

个人司法诉讼api接口深度解析：原始接口字段全解与风控应用

在金融风控、企业背调、法律服务等众多场景中，精准、全面的个人司法涉诉信息是进行个人或企业风险评估的关键依据，使用个人司法涉诉（详版），能够一站式查询失信被执行人、限制高消费、刑事案件、民事案件等全面的法律诉讼记录。本文将作为一份详细的开发文档，深入剖析此API，详细解读其返回的原始数据结构和每一个核心字段的含义，帮助开发者利用法律大数据进行更深层次的数据分析与企业风控应用集成。

一、 API接口调用示例

本API通过标准的HTTPS POST请求调用，端点（Endpoint）地址为： www.tianyuanapi.com

调用说明

安全机制: 所有请求的业务参数和响应的业务数据均经过AES-128-CBC加密。您需要使用我们提供的Access-Id和Encryption-Key进行认证和加解密。
请求参数: 核心业务参数为 name (姓名) 和 id_card (身份证号)，它们需要被封装在一个JSON对象中，然后进行加密，作为请求体中 data 字段的值。

`curl` 调用示例

curl -X POST 'https://api.tianyuanapi.com/api/v1/FLXG0V4B' \
-H 'Content-Type: application/json' \
-H 'Access-Id: YOUR_ACCESS_ID' \
-d '{
    "data": "这里是您将 {\"name\": \"张三\", \"id_card\": \"...\"} 加密后得到的Base64字符串"
}'

Python `requests` 调用示例

import requests
import json

# 假设您已经实现了加密函数 encrypt_data
# from your_crypto_utils import encrypt_data

api_url = "https://api.tianyuanapi.com/api/v1/FLXG0V4B"
access_id = "YOUR_ACCESS_ID"

# 1. 准备业务参数
params = {
    "name": "张三",
    "id_card": "110101199001011234"
}

# 2. 加密业务参数 (此处为伪代码, 请使用您自己的加密实现)
# encrypted_payload = encrypt_data(json.dumps(params))
encrypted_payload = "这里是您加密后得到的Base64字符串"

# 3. 构建请求
headers = {
    'Content-Type': 'application/json',
    'Access-Id': access_id
}
request_body = {
    "data": encrypted_payload
}

# 4. 发送请求
response = requests.post(api_url, headers=headers, json=request_body)

# 5. 处理响应 (响应体中的 'data' 字段也需要解密)
if response.status_code == 200:
    response_data = response.json()
    # decrypted_result = decrypt_data(response_data.get('data'))
    # print(decrypted_result)
    print("请求成功，请解密返回的data字段获取结果。")
else:
    print(f"请求失败: {response.status_code}, {response.text}")

二、核心数据结构解析

API成功调用后，返回的核心业务数据位于解密后JSON的data.entout[0].entout字段中。这是一个JSON字符串，需要再次解析才能得到结构化的数据对象。其内部主要包含以下几个部分：

crc: 本次查询的唯一标识。
count: 案件的宏观统计数据。
sxbzxr: 失信被执行人记录。
xgbzxr: 限制高消费记录。
以及按不同案件类型划分的案件列表。

案件类型 (Case Types)

该API涵盖了以下主要案件类型，您可以在返回数据中找到对应的字段名来获取该类型的案件列表：

字段名	案件类型
`criminal`	刑事案件
`civil`	民事案件
`administrative`	行政案件
`implement`	执行案件
`bankrupt`	强制清算与破产案件
`preservation`	非诉保全审查

三、字段详解

3.1 `entout.count` - 案件宏观统计

count对象提供了对个人所有涉案情况的整体统计视图。

字段名	含义	说明
`count_total`	案件总数	所有类型案件的总和。
`count_jie_total`	已结案总数	所有已结案的案件数量。
`count_wei_total`	未结案总数	所有未结案的案件数量。
`count_yuangao`	原告总数	作为原告身份参与的案件总数。
`count_jie_yuangao`	原告已结案总数
`count_wei_yuangao`	原告未结案总数
`count_beigao`	被告总数	作为被告身份参与的案件总数。
`count_jie_beigao`	被告已结案总数
`count_wei_beigao`	被告未结案总数
`count_other`	第三人总数	作为第三人等其他身份参与的案件总数。
`count_jie_other`	第三人已结案总数
`count_wei_other`	第三人未结案总数
`money_total`	涉案总金额	所有案件涉及金额的总和（估计值）。
`money_jie_total`	已结案金额
`money_wei_total`	未结案金额
`money_wei_percent`	未结案金额百分比	未结案金额占总金额的比例。
`money_yuangao`	原告金额	作为原告时涉及的金额。
`money_beigao`	被告金额	作为被告时涉及的金额。
`money_other`	第三人金额	作为第三人时涉及的金额。
`ay_stat`	涉案案由分布	案件原因的统计，通常为JSON字符串。
`area_stat`	涉案地点分布	案件发生法院所在地域的统计。
`larq_stat`	涉案时间分布	按立案年份统计案件数量。
`jafs_stat`	结案方式分布	如“判决”、“调解”、“撤诉”等的统计。

3.2 `entout.[case_type].cases` - 案件详情列表

每种案件类型（如criminal）下都包含一个cases数组，其中每个对象代表一个具体的案件。以下是案件对象中的核心字段。

基础信息

字段名	含义
`c_id`	案件唯一ID
`n_crc`	CRC值
`n_ajlx`	案件类型
`c_ah`	案号
`c_ah_ys`	原审案号
`c_ah_hx`	后续案号
`n_ajbs`	案件标识
`c_ssdy`	所属地域

法院与流程信息

字段名	含义
`n_jbfy`	经办法院
`n_jbfy_cj`	法院所属层级
`n_ajjzjd`	案件进展阶段
`n_slcx`	审理程序
`d_larq`	立案时间
`d_jarq`	结案时间
`c_slfsxx`	审理方式信息
`n_jafs`	结案方式

案由与诉讼地位

字段名	含义
`n_laay`	立案案由
`n_laay_tag`	立案案由标签
`n_laay_tree`	立案案由详细
`n_jaay`	结案案由
`n_jaay_tag`	结案案由标签
`n_jaay_tree`	结案案由详细
`n_ssdw`	诉讼地位
`n_ssdw_ys`	一审诉讼地位
`n_pj_victory`	胜诉估计

金额相关 (民事/行政/执行/保全)

字段名	含义	适用类型
`n_qsbdje`	起诉标的金额	民事/行政
`n_qsbdje_gj`	起诉标的金额估计	民事/行政
`n_jabdje`	结案标的金额	民事/行政
`n_jabdje_gj`	结案标的金额估计	民事/行政
`n_sqzxbdje`	申请执行标的金额	执行
`n_sjdwje`	实际到位金额	执行
`n_wzxje`	未执行金额	执行
`n_sqbqse`	申请保全数额	保全
`c_sqbqbdw`	申请保全标的物	保全

金额与判决 (刑事)

字段名	含义
`n_fzje`	犯罪金额
`n_bqqpcje`	被请求赔偿金额
`n_ccxzxje`	财产刑执行金额
`n_pcpcje`	判处赔偿金额
`n_pcjg`	判处结果
`n_dzzm`	定罪罪名
`n_dzzm_tree`	定罪罪名详细

公开文书与当事人信息

字段名	含义	说明
`c_gkws_glah`	相关案件号
`c_gkws_dsr`	当事人	文书中记录的当事人列表，字符串形式。
`c_gkws_pjjg`	判决结果	文书中记录的判决结果，字符串形式。
`c_gkws_id`	公开文书ID
`c_dsrxx`	当事人信息列表	结构化当事人列表，数组形式。

`c_dsrxx` 当事人对象字段

字段名	含义
`c_mc`	姓名
`n_dsrlx`	当事人类型
`n_ssdw`	诉讼地位

3.3 `sxbzxr` - 失信被执行人

此部分为一个数组，每个对象代表一条失信被执行人记录。

字段名	含义
`id`	失信被执行人ID
`ah`	案号
`larq`	立案日期
`fbrq`	公布日期
`zxfy`	执行法院
`zxyjdw`	执行依据单位
`zxyjwh`	执行依据文号
`sf`	省份
`xb`	性别
`xwqx`	失信行为具体情形
`yw`	生效法律文书确定的义务
`lxqk`	被执行人的履行情况
`pjje_gj`	判决/执行涉及的金额（估计）

3.4 `xgbzxr` - 限制高消费

此部分为一个数组，每个对象代表一条限制高消费记录。

字段名	含义
`id`	限制高消费ID
`ah`	案号
`zxfy`	执行法院
`fbrq`	发布日期

四、应用价值

理解这些原始字段的精确含义，能为您的业务带来巨大价值：

构建深度风险模型: 您可以利用 n_laay (立案案由)、n_dzzm (定罪罪名)、xwqx (失信行为) 等字段，结合 money_* (金额) 系列字段，构建比通用评分更贴合自身业务的精细化风控模型。
量化分析: 通过对 count_* 统计字段和 larq_stat、area_stat 等分布数据的分析，可以量化评估一个主体的诉讼频率、地域集中度、历史趋势等。
关系网络挖掘: c_ah_ys (原审案号)、c_ah_hx (后续案号) 提供了案件串联的可能。结合 c_dsrxx (当事人列表)，可以初步挖掘案件背后的关联关系。
自动化报告生成: 基于这些结构化数据，您可以轻松地自动化生成详尽、专业的尽职调查报告或风险评估报告。

五、总结

“个人司法涉诉（详版）”API提供了极其丰富和深入的数据维度。它不仅仅是简单地告知“有”或“没有”风险，而是提供了一套完整的、结构化的原始数据，让开发者能够“知其然，并知其所以然”。我们鼓励开发者充分利用这些原始字段，挖掘数据背后的深层价值，为您的业务构建坚实的风险防火墙。

司法涉诉API, 个人司法数据查询, 企业风控, 背景调查, 失信被执行人查询, 限制高消费查询, 法律大数据, API接口, FLXG0V4B, 天元数据API, 原始字段解析, 刑事案件查询, 民事案件查询, 司法风险评估

个人司法诉讼api接口对接过程记录

个人司法诉讼api接口深度解析：原始接口字段全解与风控应用

一、 API接口调用示例

调用说明

curl 调用示例

Python requests 调用示例

二、 核心数据结构解析

案件类型 (Case Types)

三、 字段详解

3.1 entout.count - 案件宏观统计

3.2 entout.[case_type].cases - 案件详情列表