来交代一下，你抓了多少数据，在哪抓的，干什么用了，看够在里面待几年......
从去年开始我看到好几起因为抓取数据而遭遇诉讼，有的锒铛入狱，有的被处罚金，从案件的模糊描述来看，我看得后背发凉，似乎每个爬虫选手都有被KO的风险。这几个月也停止了几个抓取工作，把有关的法律和新闻认真看了几遍，写了如下文章。
PS：这里讨论的是网络爬虫技术本身，爬虫技术的手法可以用来抓群数据，还可以做其它事情，比如登录社交账号自动发帖，比如刷搜索排名等等。
网络爬虫的定罪依据
《刑法》第 285 条，非法获取计算机信息系统数据罪。获取该计算机信息系统中存储、处理或者传输的数据，或者对该计算机信息系统实施非法控制，处三年以下有期徒刑或者拘役，并处或者单处罚金；最高处七年有期徒刑并处罚金。
《刑法》第285条是对爬取数据的主要定罪依据，有兴趣可以去查下中华人民共和国刑法。
定罪案例
从已有案例来看有以下几种情况：
1、数据拥有者有证据能够举证你的数据是抓取来的。如下，今日头条对起诉上海晟品法院宣判结果。
图片文字来自中国判决文书网
从文书描述来看，修改UA、修改device id、绕开网站访问频率控制这是写爬虫的基本，这些手法反而成为了获罪的依据。
2、抓取用户社交数据，尤其是用户隐私相关。
图片文字来自新浪网
3、用爬虫技术扰乱对方网站经营规则，且牟利。比如这个：
图片文字来自中国永嘉公号
图上描述做搜索引擎排名的技术，其实就是利用爬虫技术规模化的访问网页。
在我们通常的认知里，因为互联网推崇分享精神，所以认为只要是网络公开数据就可以抓取，但是通过上面的案例来看，有几个禁忌，抓取的数据最好不要直接商用，涉及社交信息/用户信息要谨慎。
老板交代你抓取敏感任务时，让老板先看下刑法第285条。这不代表个人行为就没事，只是还没入他们的法眼。
在数据抓取这方面，美国也有一个判决案例，美国一家小公司向法院起诉Linkedin，理由是Linkedin通过技术手段阻止他抓取Linkedin上的数据，而且法院判定这家公司胜诉，裁定Linkedin不准屏蔽这家公司的抓取行为。
目前我国法律是偏向数据拥有者的，如果数据拥有者有证据向法院起诉的话，抓取数据的一方多半会败诉。
另外在抓取过程中，如果破解/反编译对方客户端、软件，破解加密算法，比如你抓某APP数据，去反编译他的客户端，这绝对是犯法，这是破坏计算机信息系统罪。
《算法导论 第三版英文版》_高清中文版.pdf
《深度学习入门：基于Python的理论与实现》_高清中文版.pdf
《深入浅出数据分析》_高清中文版.pdf
《Python编程：从入门到实践》_高清中文版.pdf
《Python科学计算》_高清中文版.pdf
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
