平台数据抓取项目上线前，为什么先做数据边界表

吕箐翎律师的判断是：平台数据抓取项目上线前，不要只问爬虫能不能跑、接口能不能调、代理池够不够稳定。我会先做一张数据边界表，把数据来源、页面规则、接口权限、访问频率、个人信息、作品内容、替代性产品、竞争影响和客户交付用途放在同一张表里。

公开可访问不等于可以批量抓取，技术可行不等于法律风险可控。企业做价格监测、舆情分析、客户线索、竞品情报、训练语料或数据产品时，风险往往不只来自著作权，也可能来自不正当竞争、个人信息保护、数据安全、合同违约和反垄断评估。第一天把边界表做出来，才能判断项目是可以上线、需要降频、需要改字段、需要补授权，还是应当暂停。

我的实务判断：先看用途，再看技术方案

我通常不会先评价“抓取本身合法不合法”。更稳的顺序是先看用途：内部临时核查、长期竞品监测、客户报告、数据产品转售、模型训练、风控画像、价格决策、接口替代服务，它们对应的风险完全不同。用途越接近对原平台的替代，越接近商业交付，越涉及个人信息或作品内容，审查越不能只停留在技术层。

吕箐翎律师会再看抓取方式：是否绕过登录、验证码、接口限制、robots 或反爬措施；是否高频访问影响对方服务；是否使用账号池、代理池或供应商不透明方案；是否长期保存、清洗、画像、合并和对外提供。数据优势本身不当然构成垄断，但如果企业利用接口、数据或平台规则排除、限制竞争，或者把他人平台核心数据做成替代性产品，就要做专项评估。

平台数据抓取边界表

核查对象	第一日要固定的材料	风险边界	下一步动作
数据来源	URL、接口、平台规则、授权条款、供应商说明	公开可访问不等于可批量复用	建来源清单和规则截图
抓取方式	频率、字段、账号、代理、接口、异常响应、日志	绕过限制或高频访问会放大风险	降频、限字段、留日志
数据内容	事实数据、作品内容、评论、头像、交易痕迹、联系方式	含作品或个人信息要单独审查	做字段分级和最小化
使用目的	内部分析、客户报告、训练、转售、风控、定价	用途变化会改变风险	固定业务场景和权限
竞争影响	是否替代原平台、是否搭便车、是否限制用户迁移	不能只用技术可行性解释	做不正当竞争和反垄断评估
客户交付	数据样本、报告、接口、API、模型输出、删除机制	对外交付会放大来源责任	写清边界、投诉和替换机制

这张表不是为了阻止所有数据项目，而是为了让项目可解释。企业能说清楚来源、方式、字段、用途、保存期限、客户边界和投诉处理，风险才有管理空间。说不清这些问题，就不宜对客户承诺“数据来源合法、可商用、可训练、可转售”。

哪些项目要先暂停上线

第一类是来源不清的供应商数据包。供应商只说“公开数据”或“行业数据”，却拿不出目标网站范围、采集方式、字段样本、授权说明、个人信息处理依据、投诉处理和删除替换承诺，这类数据不宜直接进入客户交付或模型训练。

第二类是对原平台有替代性的产品。比如长期抓取商品库、评价库、商家库、价格库存、用户评论或内容库，再向客户提供检索、比价、推荐、营销或风控服务。如果新产品实质上替代原平台的核心服务，或者借助高频访问和字段复制形成搭便车，就不能只按普通技术采集处理。

第三类是含个人信息和自动化决策的数据项目。评论、头像、昵称、联系方式、地理位置、交易痕迹和设备标识组合后，可能识别到个人。后续如果用于用户画像、差异化定价、风控评分或营销触达，还要看处理目的、告知同意、必要性、安全措施、删除机制和自动化决策解释。

法律路径不要混成一句话

平台数据抓取项目常见的错误，是把所有风险都写成“数据合规”。其实不同路径要分开。著作权关注文章、图片、视频、代码、数据库结构等具体表达；反不正当竞争关注是否破坏平台规则、搭便车、造成替代或扰乱经营；个人信息保护关注个人信息来源、目的、必要性、保存和删除；数据安全关注重要数据、风险监测和安全管理；反垄断关注市场力量、排除限制竞争和数据接口控制。

《中华人民共和国反垄断法》《中华人民共和国反不正当竞争法》《中华人民共和国数据安全法》和《中华人民共和国个人信息保护法》解决的不是同一个问题。我的处理习惯是把项目拆成字段和用途，再逐项贴法律路径。这样做比写一段笼统免责声明更有用，也更容易让研发、产品、销售和客户经理执行。

第一天下一步动作

第一天建议先做五件事。第一，导出目标数据来源清单，保存页面规则、接口说明、平台条款和抓取日志。第二，给字段分级，区分事实数据、作品内容、个人信息、交易痕迹和敏感业务字段。第三，固定使用目的，说明只是内部分析、客户报告、训练语料，还是对外数据产品。第四，审查抓取方式，降低频率，删除不必要字段，停止绕过限制的方案。第五，准备投诉响应机制，包括暂停抓取、封存批次、删除字段、替换数据、通知客户和留痕复核。

如果项目已经上线，我通常会先做止损复核：被投诉字段是什么，来自哪个网站或接口，哪个供应商或账号抓取，交付给哪个客户，是否还能删除或替换，客户合同是否承诺数据合法来源，是否需要暂停新批次。不要先删除日志或改口径，因为日志和批次记录反而是说明边界、定位责任和缩小影响范围的关键证据。

可以交给律师的材料包括：数据来源清单、字段样本、抓取脚本说明、访问频率、账号和接口权限、平台条款截图、供应商合同、客户交付样本、个人信息处理说明、保存期限、删除记录、投诉通知和已采取的整改动作。具体项目能否上线、是否需要授权、是否构成不正当竞争或反垄断风险，必须结合数据来源、抓取方式、字段内容、用途、市场影响和客户承诺判断。以上内容仅作一般法律信息参考，不构成针对具体项目的法律意见，也不替代正式咨询。