Scarnox · Blog

Le web scraping est-il légal ? Un aperçu général

Le web scraping est-il légal ? La réponse honnête est que cela dépend. Cela dépend de l'endroit où vous et le site êtes situés, du type de données collectées, de la manière dont vous les collectez, de ce que disent les conditions d'utilisation du site, et de ce que vous faites du résultat. Cette page donne des informations générales sur les principaux facteurs que les tribunaux et les autorités de régulation examinent généralement. Ce n'est pas un conseil juridique. Pour une décision qui compte pour votre projet ou votre entreprise, consultez un avocat qualifié dans la juridiction concernée.

En bref

Scraper des pages visibles publiquement n'est pas automatiquement illégal. Plusieurs éléments augmentent le risque : collecter des données personnelles, ignorer une interdiction claire, copier de grandes quantités de contenu protégé, contourner des contrôles d'accès, ou causer un préjudice au site. Plus ces éléments s'appliquent, plus vous devez être prudent.

Facteur 1 : les données collectées

Les faits et les informations publiques ne sont pas traités de la même manière que les œuvres de création ni que les données personnelles.

Les faits publiquement disponibles, comme un prix publié ou un niveau de stock, sont généralement traités de façon plus permissive que le texte ou les images protégés par le droit d'auteur.
Le contenu protégé par le droit d'auteur, comme les articles, les photographies et les bases de données, peut être protégé même lorsqu'il est public. Copier l'ensemble pour le réutiliser présente plus de risques que d'extraire des faits précis.
Les données personnelles, c'est-à-dire les informations qui identifient une personne, sont soumises aux lois sur la protection des données dans de nombreux pays. Le RGPD dans l'Union européenne et des lois similaires ailleurs imposent des obligations sur la manière dont elles sont collectées, stockées et utilisées, même lorsqu'elles sont publiques. Demandez-vous si vous avez réellement besoin de ces données personnelles.

Facteur 2 : les conditions d'utilisation et le robots.txt

De nombreux sites publient des conditions d'utilisation qui interdisent l'accès automatisé. Les conséquences juridiques d'une violation de ces conditions dépendent de la juridiction et des faits, et les tribunaux ont tiré des conclusions différentes selon les affaires.

Le fichier robots.txt est un signal lisible par machine indiquant ce que le propriétaire souhaite que les robots d'indexation fassent. Ce n'est pas une loi en soi, mais l'ignorer peut être utilisé comme preuve que vous avez agi de manière déraisonnable, et un projet bien conduit le respecte par défaut.

Facteur 3 : la manière de collecter

La méthode compte autant que la cible. Envoyer un nombre modeste de requêtes, espacées dans le temps, n'a rien à voir avec un flot de requêtes qui dégrade le service pour les autres utilisateurs. Certaines juridictions considèrent l'accès non autorisé à des systèmes informatiques comme une infraction pénale. Contourner une connexion, un paywall ou un contrôle d'accès mis en place par le propriétaire accroît sensiblement le risque, et peut franchir une ligne juridique que le scraping ordinaire ne franchit pas.

C'est pourquoi Scarnox est conçu pour l'automatisation légitime : tester vos propres sites, travaux d'accessibilité, et collecte de données publiques dans le respect des règles d'un site. Il n'est pas destiné à être utilisé contre des contrôles d'accès, et les étapes de captcha décrites dans ces guides s'appliquent aux flux que vous êtes autorisé à automatiser.

Facteur 4 : ce que vous faites des données

Collecter des données n'est qu'une étape. Les republier, les vendre ou les utiliser pour concurrencer quelqu'un de façon déloyale peut soulever des questions distinctes, notamment en matière de droit d'auteur, de droits sur les bases de données, de concurrence déloyale et de litiges contractuels. Gardez une trace claire de l'origine des données, de la raison pour laquelle vous les avez collectées et de la durée de leur conservation.

Pourquoi la réponse varie d'un endroit à l'autre

Le droit en la matière n'est pas uniforme. Certains pays ont des règles spécifiques sur les droits sur les bases de données, d'autres s'appuient sur le droit général des contrats et sur la lutte contre les infractions informatiques, et les règles de protection des données diffèrent beaucoup. Les décisions de justice sur le scraping ont aussi varié d'une affaire à l'autre, et l'issue dépendait souvent de détails comme le type de données, la présence ou non d'une connexion, et le fait que le scraper ait ignoré une demande claire d'arrêt. Une règle applicable à un endroit peut donc ne pas l'être à un autre. Considérez tout résumé général, y compris celui-ci, comme un point de départ pour une discussion avec un professionnel qui connaît votre situation.

Une liste de vérification pratique

Avant de lancer un projet de scraping, vous pouvez passer ces questions en revue avec votre équipe ou votre conseil juridique :

Les données sont-elles publiques, et sont-elles factuelles plutôt que créatives ou personnelles ?
Avez-vous lu les conditions d'utilisation et le robots.txt du site, et votre usage s'y conforme-t-il ?
Avez-vous réellement besoin de données personnelles ? Si oui, disposez-vous d'une base légale pour les traiter ?
Restez-vous dans l'accès que le site propose, sans contourner de contrôles ?
Votre rythme de requêtes est-il assez bas pour que les utilisateurs normaux ne soient pas affectés ?
Avez-vous un plan pour supprimer les données dont vous n'avez plus besoin ?
Seriez-vous à l'aise pour expliquer votre méthode au propriétaire du site ?

Si vous répondez « non » à plusieurs de ces questions, arrêtez-vous et demandez conseil avant de continuer.

Scraper de manière responsable

Lisez le robots.txt et les conditions d'utilisation avant de scraper un site.
Gardez un rythme de requêtes modéré, et mettez en cache ce que vous collectez.
Limitez les données personnelles que vous stockez, et protégez celles que vous conservez.
N'utilisez pas Scarnox, ni aucun autre outil, pour contourner une restriction mise en place par le propriétaire.

Prochaines étapes

Commencez avec un crédit d'essai gratuit, sans carte bancaire : créez un compte pour explorer le flux PopularCaptcha sur un site que vous êtes autorisé à automatiser. Pour les tarifs actuels, consultez la page tarifs.