近年来,很多和网络爬虫相关的法律案件和新闻报道层出不穷,如《裁判文书网数据竟被标价售 卖:爬虫程序抓取或构成侵权》。看到相关报道后,一些数据、爬虫从业者甚至发出了这样的感叹—— “爬虫写得好,监狱进得早;爬虫玩得溜,牢饭吃个够。”,还有人会将所有罪过都归咎于爬虫本身, 甚至有人认为爬虫本身就涉及违法犯罪,于是不再敢学习和编写任何爬虫程序。 实际上,上面的这些认识是不对的。爬虫作为一种计算机技术,其技术本身是具有中立性的,法 律上也从来没有禁止爬虫技术,当今互联网的很多技术是依托于爬虫技术而发展的,如搜索引擎、数 据分析、人工智能和聚合导航等。爬虫是采集数据时的一个重要手段,不同数据本身的敏感性、安全 性和版权等又是不同的,因此如果我们不注意甄别哪些数据可以爬取、哪些不可以,或者使用了一些 非法手段进行数据爬取,就有可能触及法律红线,构成违法犯罪。基于上述内容,下面专门讲解一下 爬虫与法律的相关事宜,希望各位读者可以合理、合法地使用爬虫技术。
一、相关法律法规
目前,和爬虫、数据相关的法律法规《中华人民共和国数据安全法》已经出台并于2021年9月1日 起正式施行。另外,除了《中华人民共和国数据安全法》之外,《中华人民共和国网络安全法》《中华 人民共和国刑法》《中华人民共和国反不正当竞争法》《中华人民共和国著作权法》也是重要的参考。 经过业内法律相关人士统计,可能会和爬虫技术挂钩的罪名有:侵犯公民个人信息罪、非法获取计 算机信息系统罪、侵犯著作权罪、掩饰隐瞒犯罪所得罪、破坏计算机信息系统罪、传播淫秽物品牟 利罪、提供侵入计算机信息系统程序罪等。
二、判罚标准
根据业界相关律师的说法,目前相关案件的判罚是综合三个要素来看的,分别是动机、行为、结 果。一般来说,如果动机单纯且行为正常,同时没有造成不好的影响,那这种数据爬取是不会有问题 的。可如果其中某个要素不符合要求,比如结果非常恶劣,那么即使动机和行为没什么问题,也可能 会判定为违法犯罪。下面分别介绍一下这三个要素。
动机:就是用爬虫爬取数据的目的是什么。比如,当在某个网站上看到一些不错的美文佳句 时,想把这些内容爬取下来进行深度学习模型的训练,那这本身是出于研究目的,是没有恶 意的。再如,当在某个网站上看到一些付费课程后,想把这些课程的数据爬取下来并放到自 己的网站上公开售卖,那这个动机就是不纯的,就构成了侵权和非法竞争。
行为:就是用怎样的手段进行数据爬取。比如,对于一些公开的新闻数据,如果我们控制好 爬取频率,均匀地将其标题、正文等内容保存下来,那完全没问题;但如果我们毫无节制地 疯狂爬取,甚至导致网站不能正常对外提供服务,那这个行为就比较恶劣了。
结果:就是爬取行为造成了怎样的影响。比如,我们用爬虫以适当的请求频率爬取了一个小 说网站上面的内容,然后只留作自己阅读,不做传播,这不会给该网站带来严重影响。但如 果我们通过某些方式爬取了用户的个人信息,还将这些信息贩卖给了其他公司,这就可能造 成数据和个人隐私的泄露,会产生非常恶劣的影响。
三、注意事项
下面我们再来重点说一下爬虫相关的一些雷区,在做爬虫开发时大家一定要注意避开相关的危险 行为。
不碰个人信息:有些公司需要基于个人信息发展征信、风控、借贷等各种业务,于是会想方 设法获取这些信息,比如通过非正常手段采集用户的社保、公积金、工作、账单等信息,这 些都属于严重的违法行为。不管是爬虫的开发者还是公司,千万不要碰这种涉及获取、贩卖 个人信息的行为。
不影响目标站点正常运行:爬虫的请求频率是可以由我们自己控制的,在做爬虫的时候一定 要控制好请求频率,如果请求频率过高,就会影响目标网站的正常运行,这是比较恶劣的一 个行为,如果目标网站的运营方以影响己方网站正常运行来告发我们,那有很大概率是需要 承担法律责任的。
不碰黑产、黄赌毒:其中比较典型的例子是接外包或者合作项目。在接外包时,甲方可能只 是给一个需求,如做一个验证码识别服务、一套模拟登录程序等,这个需求看起来并没有什 么异常,但当我们把程序写好并给到对方后,对方可能会做黑产、黄赌毒相关的一些事情, 此时如果对方出事了,那我们就是从犯。所以,在接项目的时候要多加小心,事先就跟对方 问清楚程序会用作何处,一旦发现项目涉及黑产、黄赌毒,就一定不要接,或者如果在中途 发现项目有什么不对劲,也要及早抽身。
避免不正当的商业竞争:现在的很多网站和 App,其一大运营目的就是盈利,这也离不开平 台积累的数据,如视频网站上的视频数据,天眼查、企查查等网站上的工商数据。虽说上面 所举的这些数据多是公开的,但如果我们写爬虫把它们爬取下来,然后放到自己搭建的网站 上,或者到处传播、贩卖,甚至从事相关的商业行为,就构成了不正当的商业竞争,对方完 全可以以不正当商业竞争为由来告发我们,我们就需要承担相关的法律责任。
注意版权保护:版权亦称“著作权”,指作者或其他人依法对某一著作物享受的权利。比如, 多数视频网站上的视频数据、小说网站上的小说内容、图书网站上的图书内容都是有版权 的,虽然我们可以爬取下来以便自己查看,但要注意不能在网上随意传播、贩卖这些内容, 要注意对应的版权声明,否则对方也是有理由以侵犯著作权来告发我们的。
谨慎对待非公开数据:对于非公开数据,我们也需要谨慎,毕竟这是需要获得某个权限才能 获取的数据。比如,我们是某个网站的会员,登录会员账号可以看到一些只有会员才能看的 数据,如果我们将这些非公开数据爬取下来,之后一旦没有得当地保管这些数据,造成数据 的泄露或者恶意传播,就会惹上一定的麻烦。
规避黑客行为:爬虫本身不属于黑客行为,它做的仅仅是把可以通过正常行为访问的数据采 集下来。违反国家规定,非法侵入计算机信息系统或者采用其他技术手段获取计算机信息系 统中存储、处理或者传输的数据,以及对计算机信息系统实施非法控制的行为都触犯了非法 获取计算机信息系统罪,需要承担相应的法律责任。
不要公开分享逆向、破解方案:很多公司的软件会注明“未经本公司授权,修改、破解、反 编译、反汇编、逆向工程本产品,发布本产品的修改版、破解版等,需要承担相应的法律责 任”类似条款。实际上,对方很难知道我们私下对软件做的一些修改、破解等行为,但如果 我们在逆向、破解完毕之后还公开分享方案、代码,情况就很不一样了,对方可能会因此遭 受一定的损失,如果对方掌握一定证据并告发我们,我们就很难逃过干系了。我们发布的逆 向、破解方案和代码要是被不法分子利用了,我们就又变成了从犯,情节也变得非常严重。 所以,不要公开分享软件的一些逆向、破解方案。 以上就介绍了一些爬虫和法律相关的知识。学会爬虫之后,知法、懂法也是非常重要的!