做爬虫是否违法事项（根据多篇相关文章总结）

采集内容的时候，可根据自身经验对法律风险级别做个预判，把法律风险等级分为高、中。 

法律风险高 ：

司法解释里面提到以下集中类型的数据，无论是“非法提供”和“非法获取”都可以入刑：

• 第一类：高度敏感信息，包括四种信息：行踪轨迹信息、通信内容、征信信息、财产信息。涉及高度敏感信息的违法活动，由于定罪门槛最低，因此严格限制在此四类，不做任何扩展；
• 第二类：敏感信息，即住宿信息、通信记录、健康生理信息、交易信息等其他可能影响人身、财产安全的公民个人信息。与第一类相比较，《解释》对第二类信息的界定仍留有空间，意味着在司法实践中，仍有可能会出现目前所列举之外的第二类信息类型；
• 第三类：其他个人信息。即上述第二、三类以外的个人信息。个人信息的类型是定罪量刑的重要依据。越敏感信息，达到定罪门槛的信息数量越少。

只要违反国家规定获取个人信息，信息获取者无法主张其获取信息的正当理由的，无论是以“窃取”等本身非法的手段来获取，还是以“购买、收受、交换”等其他手段，都可被认为“非法获取”。

法律风险中 ：

大公司的站点且在法律声明中有明确禁止爬虫采集的站点一般属于风险中等的。 
这类公司其实很多都做了两方面的应对，1.禁止爬虫声明和robots协议；2.搭建智能反爬虫监控处理平台；为什么有了法律声明和robots还需要采用监控处理平台呢？可以分为三个方面原因: 

• 可以采用技术方式让站点无法找到是你采集的。 
• robots更多的是道德协议，没有具体的法院，很难执行。 
• 互联网世界复杂，对于爬虫打一场官司十分耗费精力和时间，特别是在还没有通过爬虫构成竞争威胁的时候。 

对于法律风险中的时候，建议你在采集前和老板聊聊，给老板科普一下其中法律风险，如果老板执意要采集，最好和公司签一个文件，内容大致只提供技术方法，后果与本人无关的协议。在大多数情况下，假如被目标公司发现且要打官司，都会去和公司打官司，但是为了防止你所在的公司是坑公司，拉你下水，最好是签署一个文件稳妥。

-

哪些情况下可以使用爬虫：

1.  对SEO支持良好的网站，即百度可以爬那我也可以爬；

2.  爬取期间并未有robots相关协议，而且爬取内容并无“法律风险高”涉及内容的；

3.  爬取阶段不会对对方服务产生副作用的情况，比如爬取太快造成设备和网络产生问题等；

4. 系统的设计逻辑漏洞而不是非实质性的漏洞，这种情况是一个法律灰色区；

5. 对方网站由robots，但是对方“广告内容”又有SEO相关内容，这部分SEO成分属于灰色区；

6. 抓取“法律风险高”和“法律风险中”涉及内容并在50、500或5000等级数目以下的。

-