月薪1万的程序员，爬淘宝被判3年，又是爬虫的锅
本文为您分享一个最近的爬虫相关的案件，并从商业，技术和法律的角度做出分析。最后给出一些规避爬虫法律风险的要点。
案件简介
2021年6月3号，河南省的一家法院宣判了一个关于爬虫的案子：
- 两名犯罪分子（一个老板，一个程序员）爬取了淘宝近11亿8千万条数据。
- 数据涉及到用户uid，淘宝昵称，用户手机号等敏感信息。
- 两人都以侵犯公民信息罪被判处3年6个月，3年3个月
月薪1万的技术高手
来看一下整个案件的过程：
-
黎某2018年1月15日成立了浏阳市泰创网络科技有限公司
-
逯某受雇于这家公司，月薪是1万元。
“点评：拿着卖白菜的钱，承担着卖白粉的风险！兄弟，你有这技术本领，你来杭州啊！随便哪里也可以找个年薪二十多万的工作吧。
- 2020年8月14日，淘宝报警称：
“有人通过淘宝数据接口，在7月6日至7月13日，平均每天爬取500万次，共爬取3500万条数据。
-
经发接入调查后，发现逯某电脑上有11.8亿条数据。逯某供述：
- 他从2019年11月开始用自己研发的爬虫爬取淘宝数据，共爬取5000万条。
- 他电脑上的11.8亿条数据中，很多是从其他地方下载的。
-
2021年6月3号，一审以侵犯公民信息罪分别判决老板和程序员3年6个月，3年3个月。
商业分析
前面我已经评价过这个程序员是：
“拿着卖白菜的钱，承担着卖白粉的风险！
这个老板也完全可以用这句话评价！
自2019年11月份至2020年7月份利用该信息盈利，共获利34万元。
“点评：拿着卖白菜的钱，承担着卖白粉的风险！老板，你付出这么多，注册公司，招聘员工，购置服务器，估计还要购买代理IP等，关键是还触犯法律，9个月的时间，就获利34万元啊？
来看一下他们的商业模式：
- 这家公司是一家淘宝客公司。
- 淘宝客的商业模式就是把淘宝上的商品链接推广给用户，只要有人点击推广链接产生购买就可以获得佣金。
- 逯某通过爬虫抓取用户信息，交给黎某，黎某把商品链接推广给这些用户，希望产生购买。
淘宝客的人群是非常庞大的，也有很多人赚了大钱，举两个例子：
- 淘客公园的老胡通过淘宝客至少赚了3亿的佣金。
- 在某个内部分享会上，一个很低调的小姑娘，说她做淘宝客多的时候每天可以赚一两万。
淘宝客本身肯定是不违法的，但现在赚钱要靠信任，要靠影响力。比如直播也是一种信任和影响力。单纯靠暴力获取数据，简单粗暴的发消息推广已经行不通了。
我认为这个老板的关键问题之一是不懂法律，才会用这么高的代价获取了并不高的利润。法律问题本文后面会讨论。
技术分析
淘宝的难爬是出了名的。怎么月薪一万的程序员就这么轻松的每天爬取500万条数据呢？
逯某的交代是这样的：
- 通过淘宝商品详细信息接口和淘宝信息分享接口，可以爬取淘宝客户的淘宝数字ID和淘宝昵称
- 通过淘宝分享接口可以爬取淘宝客户手机号信息。
网上有些文章直接指责淘宝：这听起来实在太奇葩了，淘宝竟然对自己用户的数据不设防？
淘宝作为国内顶尖的电商平台，聚集了最顶尖的人才。安全性上它们肯定是考虑到的，也肯定做了数据安全上的防范。那么问题怎么出现的呢？
麦叔的判断是：这是一个跨部门协调过程中出现的漏洞，属于系统论的问题！
我们来看几个要点
- 淘宝详细信息接口，和淘宝分享接口从微服务的角度一定属于不同的微服务，简单说是不同的团队开发的。
- 淘宝详细接口：并没有提供手机号等私密信息，所以他们认为接口没问题。
- 淘宝分享接口：只有通过数字ID才能获取手机号码，但别人不应该有那么多数字ID，所以他们认为也没问题。
- 这两个部门可能不会相互沟通，连在一起看数据风险。
而聪明的逯某就把二者连在了一起，比较轻松的抓取了大量数据。当然他肯定也应用了IP代理等技术防止被封IP。
给淘宝或者类似平台一个建议：招聘一个首席信息安全官（ISO)，他负责站在全局上看数据问题，防止这种跨部门协调出现的漏铜。
法律分析
淘宝的安全人员不承认他们的接口有漏铜，他认为逯某是通过破解接口的形式进行加密数据的爬取。
如果是破解接口，那属于破坏计算机信息系统罪，但最终法院判处的是：侵犯公民信息罪。
这说明几个点：
- 爬虫本身肯定是不违法的，就算你使用了一定的技术手段加快抓取，防止被封等也问题不大。
- 本案中违法的是抓取了公民的敏感信息！这是爬虫的红线之一。
- 适当抓取不违法，但是抓取过程中造成了对方系统故障，就属于破坏计算机信息系统罪。
所以我们再来看一下和爬虫最相关的两个罪：
- 侵犯公民信息罪
- 破坏计算机信息系统罪
如果老板黎某或者逯某懂得这些法律，我想他们不至于为了这点利润铤而走险，最后陷入牢狱之灾。
两个犯罪分子入狱了，相关的淘宝部门可能也会影响绩效和奖金。那淘宝公司有责任吗？不管什么原因，公司没有保管好用户的信息，让罪犯有机可乘，公司是很有很大的责任的。
美国和欧洲在信息安全保护上比我们做的要更好一些，如果是在美国和欧洲，公司也会面临一大笔罚款。也希望国内的个人信息保护法律尽快完善起来。
这个能爬吗？
爬虫学习者最常问的问题之一：这个能爬吗？
下面我告诉大家不能爬的三条红线：
1.个人信息
本案就是和个人信息相关的。个人敏感信息是不能碰触的红线。
2.商业秘密
中国有句老话叫做：民不告，官不究。所有一些爬虫就算数据量大点，可能也没事。但如果你爬取别人的商业秘密，影响了别人的财路，人家肯定会告你的。
3.国家秘密
这个不用多说，触犯国家秘密肯定不行的。
这3条一定不能爬，其他要具体情况具体分析，但爬虫本身不违法，不用过于担心。
关于Python技术储备
学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！
一、Python所有方向的学习路线
Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，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。
二、学习软件
工欲善其事必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。
三、入门学习视频
我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。
四、实战案例
光学理论是没用的，要学会跟着一起敲，要动手实操，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。
五、面试资料
我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，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。
这份完整版的Python全套学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
