帮公司写了个简单爬虫有没有什么风险

[Sparetire]

RT, 帮公司做了个简单的爬虫, 大概是爬取某电商的价格信息, 也不需要登录啥的, 都是公开的, 看了下 https://github.com/HiddenStrawberry/Crawler_Illegal_Cases_In_China 还是有点慌的

PS. 我的项目只负责抓取, 抓到以后直接丢给其他人的接口入库, 照理我也不负责存储和使用这些数据

如果有风险, 如何规避? 需要在项目文档里写免责声明吗?

[NicholasK]

还是写免责吧，爬虫现在不注意，爬着爬着就爬进去了

[fank99]

不涉及个人信息、版权信息大概率没事
电商价格这种，极小概率有事

[zarte]

降低速率，要不然有问题都算你头上，写了免责也没用。

[shehuizhuyi]

只要别人肉到你就没事吧 GitHub 一堆翻墙软件

[zhoulifu]

爬虫写的好，牢饭吃到饱

[InkStone]

有没有风险看两点：1. 爬电商数据会不会让对方不开心； 2. 你是不是知道爬虫是用来抓电商数据的。

第二点我们已经确认了，第一点出问题的概率不大，但不是 0.

[Tink]

没事

[xuanbg]

别爬个人隐私信息，这个最近抓得很严。很多 APP 涉嫌不当采集隐私信息或采集隐私信息未提示被处罚了。

[houzhimeng]

爬虫所有信息都是伪造的，怎么被抓的？

[andylsr]

你的电商价格只要用于产品，告你不正当竞争，妥妥的

[holajamc]

@NicholasK 好奇问问这种免责是不是有用

[FaceBug]

出问题的都是爬个人隐私的，比如你爬了用户的订单、银行卡信息，无论用户是否同意，都尽量不要碰。

其次就是爬的速度了，比如淘宝京东这种大站，你一秒爬个几百几千次，问题不大，但是你要把人家爬成了双十一的流量，你也跑不掉的。

[NicholasK]

@holajamc 真出事了还太大作用，毕竟写的是你，

[westoy]

@andylsr

没那么夸张， 定价是公开数据，监控友商定价然后根据策略动态调价的所有大电商都有的， 美亚新蛋、卓越当当、一号店易讯京东， 你降一毛我降一毛， 都打过

[BlackZhu]

请教一下，公司有个爬虫，爬的是一些农作物网站的信息，然后集中显示到一个网站上，偶尔会爬些农作物专家的姓名，电话这种信息，请问是违法的吗？

[flighter]

@BlackZhu 涉及爬取个人隐私身份信息是违法的

[holajamc]

@NicholasK 还是持怀疑态度，感觉应该不行…

[yangzzzzzzzt1]

@cepczkd 能跑成双十一流量也是一种本事

[NerverLibis]

python 学得好 牢饭吃到老

[bobuick]

爬虫写的好, 老婆来不了

[RyuZheng]

我要是爬淘宝上一些商品的评论呢，也不是公司用，就是拿来自己做一下词云、机器学习分析玩玩；违法吗？

[cedoo22]

爬虫 别暴露开发者个人信息， 有必要的话， 代码混淆工具用起来。

[tomczhen]

从案例看明确的违法行为只有爬隐私信息这条，涉及逆向和破解的，如果被第三方非法利用，也会被连带。另外即便是公开信息，如果造成不良影响也是有风险的。

不过说实话，从目前越来越封闭的趋势看，Web 上连正常用户体验都没法保证。爬虫除了常规的反爬之外，获取信息的难度会越来越大，必然会涉及到破解突破限制，或者通过逆向 APP 爬取。走到这一步，可以说已经是在门口站着了，剩下的已经不是自己可以控制的了（虽然目前看几率不高）。

[Lockeysama]

面向监狱编程

[zaul]

做好心理准备，在乎于你的竞争对手想不想搞你

[php01]

只要别人告你，你的程序影响了它的项目正常运营，比如说你把他程序爬跨了，你就吃牢饭。

[emisora]

还在学爬虫就感觉慌的一批

[darknoll]

先别担心风险啥的，你以为人网站就那么随便让你爬的，你先试试你的程序能稳定跑起来再说。

[Sparetire]

@zarte 目前随机几秒抓一条, 平均快十秒了, 应该还好
@NerverLibis nodejs 选手...
@cedoo22 公司项目, 如果公司给告了, 肯定可以找公司拿到我提交记录吧...

@darknoll 问题是已经上线了啊...我寻思着标题里说 "写了个" 应该已经是完成时的时态了吧

[mytsing520]

写免责只是自欺欺人

[dosmlp]

降低频率就行了，还有就是不要公开源码

[18k]

这种理论上应该可以吧
不然那些比价网站不是都得进去
来个律师解读下

[muzuiget]

@cepczkd 这种数据怎么爬呢？能爬的只有公开数据。

[TheFLY]

@shehuizhuyi 数据来源方给公司发律师函，然后公司把你推出去，常规操作

[IanPeverell]

大公司的网站应该都有 robots.txt ，里面已经写好了限制，遵守应该就可以了。比如 https://www.jd.com/robots.txt

[guanhui07]

降低频率 代码混淆

[rubycedar]

要是犯法的话 慢慢买的开发者早进去了吧

[crackhopper]

这种事情应该拒绝做。之前有个 case 貌似程序员被抓了。真要做，你要想好：
1. 速率，一般爬的速率大很成问题
2. 行为，如果对方不允许爬取，你要掩盖自己的行为。IP，访问路径，访问模式等等。
反正无论如何都有风险。

[FaceBug]

@muzuiget 我举个例子，我做了一个话费查询软件，你本人在我的系统里输入了你的账号密码，本意是查询余额。但是我不仅爬了你的余额，还爬了你的通讯记录和你的个人资料。

[zhaofy]

woc 我帮公司写了几个爬各地工信部新闻的 会不会有事啊。。

[pence2019]

@zhaofy 这么叼 你很危险呀

[realpg]

天天一帮叫嚣看 tos 的大佬
在爬虫问题上就无视 tos 了

[nvhanzhi]

爬公开信息，别把人家服务器爬挂了就行

[snoopygao]

巧了，还有像你一样的 10000 个人，也以“说得过去”的速度爬同一家网站，把人家搞挂了

[Raymon111111]

搜索一下 爬虫 犯罪

[cedoo22]

@Sparetire 如果起诉公司，这都是对公司追责，你个人只要是在公司授意下做的开发，感觉责任较小。

[dearmymy]

互联网这些公司翻旧账没一个干净的。基本有些线别碰其他就好，爬虫线就是个人隐私。其他的你爬速度别太过分就好了

[em70]

搜索引擎的爬虫天天到处爬，也没见犯罪，最近被抓的都是涉及个人隐私信息的金融数据爬虫，爬公开电商信息被抓不存在的，可以研究下对方的 robot.txt

[justin2018]

写好了 放到 Github 的小号上

你说是从 github 上找到的 这样可以吗 o(╥﹏╥)o

[MrJie]

爬虫，从入门到入狱

[ty89]

爬虫写的好，老婆改嫁早

[nnnToTnnn]

@Sparetire

第一，你不应该去问这个程序是干嘛的，只是说这是公司给你工作。
第二，在写完后，程序启动之前写上一下内容

此程序仅作为学习交流使用，禁止作为商业用途。