「爬虫违法吗」这个问题问错了。违法与否不看技术,看你采什么、怎么采、采完做什么。
边界一:只用无需登录的页面
不需要账号就能看到的页面,是公开信息。一旦要登录、要授权、要付费墙,那就是另一回事——绕过登录态抓取,在国内司法实践里常被认定为「非法获取计算机信息系统数据」。
实操判断:打开无痕窗口,能不能直接看到。看不到的,我们不做。
边界二:无需验证码
验证码是站点明确表达「不欢迎自动化」的信号。识别验证码、打码平台、指纹伪装,这些都属于绕过技术措施。
合规做法是限速与礼貌抓取:控制并发、遵守 robots、夜间低峰跑、失败即退。站点若限制访问,就切换到其他公开数据源。
边界三:不采集个人信息
这是刑法红线。姓名、手机号、身份证、住址、行踪、通讯录,只要可识别到具体自然人,未经同意采集、买卖、提供,可能构成侵犯公民个人信息罪,情节严重可判三年以上。
商品价格、库存、发布时间、公开评论(不带账号信息)、政策文件、招标公告——这些是经营信息,不是个人信息。
采集之后做什么,同样重要
采竞品价格做定价参考,正常商业行为;采下来整理成名单去骚扰推销,就滑向了另一头。同一份数据,用途决定性质。
落到工具上
我们把这三条边界写进了 公开数据采集舱 与 大规模采集引擎 的交付说明:只采公开页面、只用无需登录的页面、无需验证码、不采集个人信息、不做高频压站。这不是宣传语,是硬性配置——做不到的需求我们不接。
想一次看完这条线的十款工具,可以看 合规自动化专题。
一句判断标准
无痕窗口看得到、不需要人证明你是人、不指向具体某个人——三条都满足,才叫公开数据。
想让这类活自己跑起来?三步,全程在微信里
不用下载 App,不用配环境,不用懂技术。
- 1微信扫码关注 018T 公众号
- 2关注后自动开通 7 天试用(有激活码的直接发码)
- 3直接在微信里对话,结果发回给你

微信里长按下方二维码即可识别关注。
版权与免责 / Copyright & Disclaimer
本站原创禁止转载。部分资源源于网络,侵删。使用工具责任自负。
No reposting of original content. Use tools at your own risk. Contact for removal.
