上周三晚上我拎着半打冰啤酒去表弟的水果店蹭瓜。
他攥着个掉了漆的笔记本电脑，指节都捏白了。
屏幕上是某外卖平台寄来的法务告知函，说他未经许可，用爬虫脚本抓取平台上的用户联系信息，要求三日内删除数据、公开道歉，还要赔两万块的经济损失。
西瓜是刚从冷柜里拿出来的，沙甜，我咬了一口，差点喷他脸上。
别拿“公开可见”当免死金牌
我当时问他，你抓的那些数据，是要黑进人家后台偷的？
他摇头，说不是啊，那些用户都是自己在评价区留的手机号，说“下次送果切提前打这个电话，家里没人会按门禁”，我在页面上不登录都能看到，凭什么算我偷？
说实话，这是我听过最多的误区。
很多人对爬虫抓取数据权限的认知，还停留在“只要不破解登录墙，我能看到的东西就能随便拿”。去年有个做职场咨询的博主，就是靠写脚本抓招聘网站上的公开简历，把求职者的期望薪资、求职方向全部导出来，整理成付费的行业薪资报告卖，被网站告到法院的时候，他当庭都觉得冤——这些简历都是求职者自己主动公开的，我又没篡改，又没泄露隐私，凭什么管我？
最后法院判他赔了18万。
逻辑其实没那么复杂：公开可见不代表你有批量复制、商业使用的权限。就像你站在书店里，能看到书架上摆的所有书的封面、目录，甚至能站在那翻半小时，没人会拦你。但你要是掏个相机把整本书每页都拍下来，转身去网上卖盗版电子书，那就不是“看书”的范畴了。
很多人上来就提robots协议，说自己爬之前看了，人家没禁止，凭什么抓了就算违规？其实哪有这么简单。法院判这类案子的时候，从来不是只看你有没有遵守那几行网页规则，核心看两个事：你是不是靠批量抓取薅走了平台的核心经营资源，你是不是拿这些东西赚了本该属于平台的钱。
那个博主最后败诉的关键，就是他抓的简历数据，本来是平台吸引企业客户付费看的核心资产，他把这些数据批量导出去卖报告，相当于直接从平台的钱袋子里掏钱，当然越界。
最容易踩坑的，根本不是大厂官司
大家平时刷新闻，看到的都是互联网大厂之间互相告，你爬我家的商户信息，我爬你家的短视频数据，动则赔个几百万上千万。
其实真的离普通人最近的坑，全是像我表弟这种小老板，还有刚摸了点Python皮毛的学生踩出来的。
就说这次帮表弟写脚本的那个大二学生，计算机系的，暑假想找点实战项目练手，刷技术论坛的时候看到有人说，用爬虫抓点评上的用户评价，帮本地商家做用户画像，一单能赚五百块。他觉得这有什么难的，不就是模拟浏览器请求，把页面上的文字存到Excel里吗？前后花了两个下午写好脚本，跑了三天，导出来327条用户手机号和对应的口味偏好，把文件发给我表弟的时候，还挺得意，说等他把脚本优化下，以后能帮周边所有的水果店、美甲店、宠物店抓数据，毕业都不用找工作了。
他根本没想过，这些数据从他点下“运行”按钮的那一刻起，他就已经踩线了。
去年杭州有个开美甲店的姑娘，跟我表弟情况几乎一模一样。她听做运营的朋友说，用爬虫抓周边三公里的大众点评用户评价，把大家提到的“想做显白的酒红色”“讨厌过度延长甲”这些需求整理出来，给自己的店里做项目参考，能省好多做用户调研的钱。她花了三百块从淘宝上买了个现成的爬虫脚本，跑了一周，导出来两千多条评价，最后被平台发现，起诉到法院，判她赔了12000块。
她拿到判决书的时候跟法官说，我又没把用户的信息卖了，我就是想多了解点客人的喜好，怎么就违法了？
法官跟她说的那句话，我觉得特别适合所有想碰爬虫的普通人记下来：你用人工慢慢看、慢慢记，哪怕一天看一百条，都属于合理的个人浏览行为；但你用脚本批量把人家平台的核心数据搬回自己电脑，不管你拿这些数据干嘛，权限从根上就不对。
现在的权限边界，还在跟着人慢慢长
我知道很多人看到这会皱眉头。
合着这也不能抓，那也不能抓，那法律到底给爬虫留了多少空间？
其实根本没有什么写在纸上的“绝对红线”。
前阵子跟互联网法院的一个朋友吃夜宵，他说现在判这类案子，根本没有统一的量化标准。你要是写个脚本，抓公开的气象数据、公开的公交线路信息，用来做个免费的便民查询工具，哪怕抓个几万条，只要你不拿去卖钱，不影响平台的正常运营，基本不会有人找你麻烦。但你要是抓用户的联系方式、商户的核心经营数据，哪怕只抓了几十条，只要你是用来做商业引流、赚自己的钱，大概率就要出事。
说白了，现在大家对爬虫抓取数据权限的认知，根本不是在法条里学的，是在一次又一次踩坑、打官司、调解的过程里，慢慢摸出来的。
我表弟最后跟平台谈的和解，赔了八千块。
他把那个花了两百块买的爬虫脚本彻底删了，现在每天关店前，会花二十分钟，人工翻一翻周边三公里的点评，看到家在附近的用户给水果店打了五星，就把人家提到的喜好记在那个皱巴巴的软皮本上——“3栋201的张姐，不吃带籽的莲雾”“5栋102的小周，每次买西瓜都要最甜的麒麟瓜”“1栋的李阿姨，每次买葡萄都要无籽的”。
上周他跟我说，现在老客的复购率比之前用爬虫发垃圾短信的时候高了快两成。上次张姐来买水果，他主动说“我记得你上次说不吃莲雾，这次给你留了刚到的芒果”，张姐当场就拉了三个邻居进他的顾客群。
你看。
很多人总觉得，搞数据、用爬虫，就是要快，要批量，要走捷径。但实际上，那些最扎实的用户关系，从来不是靠脚本爬来的。你靠脚本薅来的联系方式，发一百条短信，可能有九十九个把你当垃圾短信拉黑。但你花二十分钟，认认真真记住一个客人的喜好，人家是真的会愿意常来。
法律在这方面的边界，其实也是跟着这些普通人的选择慢慢长的。它不会上来就把所有的技术路径都堵死，但它会告诉你，哪些捷径走不得，哪些便宜占了是要还的。
就像你站在街边，看到邻居家的门开着，你可以打个招呼，问个好。但你要是直接推门进去，把人家家里的东西搬回自己家，不管你搬回去是用来自己用，还是给别人看，那都不是串门，是越界。
