一篇文章告诉你爬虫技术到底违不违法，怎么用才合法？

近几年来，因为开发者使用爬虫技术锒铛入狱的案例越来越多。

2015年，某公司授意五名程序员，利用网络爬虫获取一公司服务器的公交车行驶信息、到站信息等数据。这五名程序员需承担连带责任。

2019年，某公司主管人员张某、宋某、侯某和郭某，利用爬虫技术，非法爬取北京字节跳动服务器存储中的视频数据，被告人依法被判处有期徒刑9-10个月，并处罚金。

越来越多的案件，让开发者越发不安，爬虫也违法？公司要让我爬取数据，爬是不爬？爬吧？违法，不爬吧，也不好。

不仅仅是开发者，公司使用爬虫技术，也存在很多风险。

2012年，360搜索爬取百度旗下等多个网站内容，最终被裁定赔偿百度70万元；

2017年，秀淘非法抓取今日头条内容，被告被判九个月至一年不等的有期徒刑，并处罚金。

公司使用爬虫技术，怎么规避风险？也成了一个大难题。

仔细研究爬虫相关案例，我们不难总结出，如何合法的使用爬虫技术，规避风险。

遵守协议

是网站和爬虫之间的君子协议，当网站拒绝爬虫访问，爬取数据时，可以在根目录下存放.txt文件，告诉爬虫不能爬取网站全部或部分指定内容。

只要中的内容，爬虫都不允许访问。360搜索爬取百度内容一案中，就是因为360违反协议，最终才判赔70万元。

但是，网站没有该协议，不意味着能随意爬取数据，也有可能违法。

爬虫行为

开发者使用爬虫技术，如果请求频率过高，接近DDoS攻击的频率，一旦造成目标服务器瘫痪，这个就不是爬虫行为，而是黑客行为，必定要承担相应的责任。

反爬措施

如果目标网站已使用爬虫管理等云产品，来控制和管理爬虫，或者使用了一些措施反爬，或者正常用户不能到达的页面。如果开发者强行突破以上这些措施，同样会被界定为黑客行为。

爬取内容

爬取的内容是一条高压线，绝对不能触碰。包括但不限于：

1.爬取用户信息谋利

2018年，新三板挂牌公司北京瑞智华胜科技股份有限公司，使用爬虫非法窃取用户个人信息30亿条，该公司及其关联公司6名犯罪嫌疑人被控制。

用户个人信息属于敏感信息，近几年打击力度越来越大，严禁使用爬虫爬取这些信息。

2.爬取商业数据

2018年，武汉元光科技有限公司法定代表人授意四名员工，非法爬取竞争对手数据，被判赔50万元。

很多公司为了获得竞争优势，会使用爬虫技术，爬取竞争对手的内容，但这一手段会构成不正当竞争。

3.爬取知识产权数据

爬取大量带有知识产权的数据，并且用于商业目的，属于违法行为。

不难看出，爬虫技术本身并不违法，关键在于使用的方式和目的。

最后总结

爬虫爬数据有几个雷区：

一是只能爬取公开数据，

二是不能对目标业务和网站造成影响，

三是目标网站的全部或部分内容没有使用反爬措施。

如果你对感兴趣，想要学习，这里给大家分享一份全套学习资料，都是我自己学习时整理的，希望可以帮到你，一起加油！

有需要的小伙伴，可以V扫描下方二维码免费领取

​

1️⃣零基础入门 ① 学习路线

对于从来没有接触过的同学，我们帮你准备了详细的学习成长路线图。可以说是最科学最系统的学习路线，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

② 路线对应学习视频

还有很多适合0基础入门的学习视频，有了这些视频，轻轻松松上手~

③练习题

每节视频课后，都有对应的练习题哦，可以检验学习成果哈哈！

2️⃣国内外书籍、文档 ① 文档和书籍资料

3️⃣工具包+项目源码合集 ①工具包

学习常用的开发软件都在这里了！每个都有详细的安装教程，保证你可以安装成功哦！

②实战案例

光学理论是没用的，要学会跟着一起敲代码，动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。100+实战案例源码等你来拿！

③小游戏源码

如果觉得上面的实战案例有点枯燥，可以试试自己用编写小游戏，让你的学习过程中增添一点趣味！

4️⃣面试题

我们学会了之后，有了技能就可以出去找工作啦！下面这些面试题是都来自阿里、腾讯、字节等一线互联网大厂，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

上述所有资料 ⚡️ ，朋友们如果有需要的，可以扫描下方二维码免费领取

​