Scarnox · Blog

A web scraping é legal? Uma visão geral

A web scraping é legal? A resposta honesta é: depende. Depende de onde você e o site estão localizados, do tipo de dado que você coleta, de como você o coleta, do que dizem os termos do site e do que você faz com o resultado. Esta página traz informações gerais sobre os principais fatores que tribunais e reguladores costumam analisar. Não é aconselhamento jurídico. Para uma decisão que importe para o seu projeto ou para o seu negócio, converse com um advogado qualificado na jurisdição relevante.

Resumo

Fazer scraping de páginas públicas não é automaticamente ilegal. Alguns fatores elevam o risco: coletar dados pessoais, ignorar uma proibição clara, copiar grandes volumes de conteúdo protegido, contornar controles de acesso e causar dano ao site. Quanto mais desses fatores se aplicarem, mais cuidado você precisa ter.

Fator 1: quais dados você coleta

Fatos e informações públicas são tratados de forma diferente de obras criativas e de dados pessoais.

Fatos públicos, como um preço publicado ou o nível de estoque, costumam ser tratados de forma mais permissiva do que textos ou imagens protegidos por direitos autorais.
Conteúdo protegido por direitos autorais, como artigos, fotografias e bases de dados, pode ser protegido mesmo quando é público. Copiar tudo para reutilizar envolve mais risco do que extrair fatos específicos.
Dados pessoais, ou seja, informações que identificam uma pessoa, estão sujeitos às leis de proteção de dados em muitos lugares. O GDPR na União Europeia e leis semelhantes em outros lugares impõem obrigações sobre como esses dados são coletados, armazenados e usados, mesmo quando são públicos. Pergunte se você precisa desses dados pessoais.

Fator 2: os termos do site e o robots.txt

Muitos sites publicam termos de uso que proíbem o acesso automatizado. Se violar esses termos tem consequências legais depende da jurisdição e dos fatos, e os tribunais já chegaram a conclusões diferentes em casos diferentes.

O arquivo robots.txt é um sinal legível por máquinas do que o dono quer que os crawlers façam. Ele não é uma lei em si, mas ignorá-lo pode ser usado como prova de que você agiu de forma pouco razoável, e um projeto bem conduzido o respeita por padrão.

Fator 3: como você coleta

O método importa tanto quanto o alvo. Enviar um número moderado de requisições, espaçadas, é muito diferente de inundar um servidor e degradar o serviço para outros usuários. Algumas jurisdições tratam o acesso não autorizado a sistemas de computador como crime. Passar por um login, um paywall ou um controle de acesso que o dono colocou aumenta o risco consideravelmente, e pode cruzar uma linha legal que o scraping comum não cruza.

Por esse motivo, a Scarnox é feita para automação legítima: testar os seus próprios sites, trabalhos de acessibilidade e coleta de dados públicos dentro das regras de cada site. Ela não se destina a uso contra controles de acesso, e as etapas de captcha destes guias se aplicam a fluxos que você tem permissão para automatizar.

Fator 4: o que você faz com os dados

Coletar dados é só uma etapa. Republicar, vender ou usá-los para concorrer de forma desleal pode levantar questões separadas, incluindo direitos autorais, direitos sobre bases de dados, regras de concorrência desleal e cláusulas contratuais. Mantenha um registro claro de onde os dados vieram, por que você os coletou e por quanto tempo os guarda.

Por que a resposta muda de lugar para lugar

A lei sobre este tema não é uniforme. Alguns países têm regras específicas sobre direitos de bases de dados, outros se apoiam em direito contratual geral e em leis de uso indevido de computadores, e as regras de proteção de dados variam muito. Decisões judiciais sobre scraping também divergiram de um caso para outro, e o resultado muitas vezes dependia de detalhes como o tipo de dado, se havia login e se o scraper ignorou uma exigência clara de parar. Por isso, uma regra que vale em um lugar pode não valer em outro. Trate qualquer resumo geral, inclusive este, como ponto de partida para uma conversa com um profissional que conheça a sua situação.

Um checklist prático

Antes de começar um projeto de scraping, você pode percorrer estas perguntas com a sua equipe ou com o seu advogado:

Os dados são públicos, e são factuais em vez de criativos ou pessoais?
Você leu os termos do site e o robots.txt, e o seu uso se encaixa neles?
Você precisa de dados pessoais? Se sim, tem uma base legal para isso?
Você está dentro do acesso que o site oferece, sem contornar controles?
Sua taxa de requisições é baixa o suficiente para que usuários normais não sejam afetados?
Você tem um plano para apagar os dados de que não precisa mais?
Você se sentiria confortável explicando o seu método ao dono do site?

Se você responder "não" a várias dessas perguntas, pare e busque orientação antes de continuar.

Faça scraping com responsabilidade

Leia o robots.txt e os termos antes de fazer scraping de um site.
Mantenha a taxa de requisições moderada e guarde em cache o que coletar.
Limite os dados pessoais que armazena e proteja o que guarda.
Não use a Scarnox, nem qualquer outra ferramenta, para contornar uma restrição que o dono colocou.

Próximos passos

Comece com crédito de teste grátis, sem cartão: crie uma conta para testar o fluxo de PopularCaptcha em um site que você tem permissão para automatizar. Para as tarifas atuais, veja a página de preços.