爬公开数据，怎么就成侵权了？
阿凯一开始跟我喊冤，说我又没黑人家后台，所有数据都是商家挂在网上公开给人看的，凭什么说我偷？ 不止阿凯，现在多少做小工具、做聚合平台的创业者都是这个思路：反正数据挂在网上，不爬白不爬。
公开数据，不等于你可以拿来做商业用途。 之前大众点评诉百度爬虫的案子，法院说得很明白：平台把商家信息整理、收录上去，花了大量的人力物力，本身就是有财产性的劳动成果。你不花一点成本，直接爬走拿来给自己的平台引流，这不就是抢人家种的稻子磨自己的米吗？ 阿凯的情况更巧，他爬的不光是商家自己的官网，还爬了那家起诉他的平台花了大价钱谈来的独家优惠。相当于人家搭好了台子买好了菜，他直接端走给客人上菜收钱，换谁谁不跟你急？
爬虫抓取的红线，到底画在哪儿？
很多人总说，现在数据规则模糊，我不知道什么能爬什么不能爬。 其实红线一直清清楚楚，只是很多人故意闭着眼睛装看不见。 第一条红线：你有没有绕过对方的反爬措施？ 对方设了验证码、做了IP限流，你买动态代理、搞破解绕过去，这一步就已经碰了法律的底线。严重的，还能沾上个非法获取计算机信息系统数据罪，不止赔钱，还能蹲号子。 第二条红线：你拿爬来的数据做什么？ 自己写论文做研究，非盈利，没人找你麻烦。你拿来做竞品、抢流量、赚广告费，那就是商业使用，侵权没跑。 阿凯两条全占了。为了不被平台发现，专门花几百块买了动态IP池绕反爬，爬来的数据直接用来吸粉接广告，可不就是撞到人家枪口上？
想合法爬数据，普通人能做什么？
说实话，现在做互联网相关的生意，哪家不用点爬虫？总不能所有数据都手动录入吧。 真要做，记住几个实打实的准则，别踩坑。 第一，先看人家网站的robots协议，上面写了不让爬的内容，别碰。别觉得这个协议没用，现在法院判案子，都会把robots协议作为你有没有过错的依据，明知不让爬还爬，过错直接算你头上。 第二，能拿授权就一定要拿授权。哪怕对方是小商家，一年给个两三百块授权费，也比吃官司赔几万强。阿凯现在学乖了，直接找本地没入驻大平台的小餐馆谈，一家一年给两百块，拿到授权再放信息，现在做得稳当多了，还攒了一波商家的好感。 第三，别碰人家的核心竞争力数据。人家平台花了几年攒的商家资源、独家优惠，那是吃饭的本钱，你全爬走，人家肯定跟你死磕。 别侥幸。真的。 很多人说，大家都在爬，凭什么抓我？ 等哪天人家平台要清理竞品，要杀鸡儆猴，你就是那只最倒霉的鸡。 法律现在也在跟着新业态走，这些一个个小老板踩出来的坑，就是法律一步步画清楚爬虫抓取数据权限的路标。没人能给你一张写满所有禁区的地图，但你只要记住，别拿不属于你的东西，别偷别人的劳动成果，就差不到哪儿去。 阿凯昨天给我发消息，说他现在重新攒了几百家授权商家，粉又慢慢涨回来了。三万块买个教训，总比把整个店搭进去强。
