a O web scraping não é ilegal por si só. Extrair dados públicos sobre internet é uma prática legal, desde que se respeitem as Termos e Condições Gerais de Utilização do site, o RGPD e a direitos de autor.
Eis as regras que deves conhecer antes de começares.
O web scraping é legal? O que diz a lei
a raspagem da web é extrair dados automaticamente a partir de páginas da Web. Concretamente, uma ferramenta percorre um site, lê o código das páginas e recupera as informações que te interessam. Regra geral, esta prática é legal desde que te limites a dados públicos disponíveis na Internet.
A legalidade depende sobretudo de três elementos : as condições gerais de utilização do site, o RGPD e a direitos de autor. O scraping torna-se ilegal quando se acede a informações privadas, a dados pessoais sem fundamento jurídico, ou quando se contorna uma proteção técnica.
No que diz respeito aos direitos de autor, o Código da Propriedade Intelectual regula a recolha, o armazenamento e a utilização dos dados. O produtor de uma base de dados conta ainda com um direito sui generis (artigo L342-3 do Código da Propriedade Intelectual), que proíbe a extração de uma parte substancial de uma base de dados, mesmo que as informações nela contidas sejam acessíveis ao público.
Assim que recolheres dados pessoais, entras no âmbito do RGPD. Não importa se os dados são públicos: tens de dispor de uma base jurídica (consentimento ou interesse legítimo), respeitar o princípio da minimização e informar as pessoas em causa. É este o ponto que muitos esquecem antes de darem início ao processo.
Quais são os fatores que tornam o web scraping ilegal?
Há quatro fatores que se repetem com mais frequência: os Termos e Condições Gerais de Utilização, eles direitos de autor, a RGPD e a perturbação do bom funcionamento do site. Eis o que deves verificar antes de qualquer extração de dados, quer estejas a fazer scraping de preços ou qualquer outra informação.
Condições Gerais de Utilização (CGU)
Os sites têm o direito de estabelecer as suas próprias regras relativas ao acesso às suas páginas. Podes encontrá-las nas condições gerais de utilização (CGU). Estes documentos servem de contrato jurídico entre o site e os seus utilizadores.
Se o documento proibir explicitamente o web scraping, a tua recolha de dados pode colocar-te em risco do ponto de vista contratual. No direito francês, violar os Termos e Condições de Utilização (TCU) constitui, sobretudo, uma direito contratual, não implica automaticamente uma sanção penal, mas é um primeiro sinal claro. Por isso, consulta as condições gerais antes de iniciares a tua extração.
Direitos de propriedade intelectual
a direitos de autor protege as criações originais, incluindo determinados conteúdos e bases de dados. Se um site estiver protegido por direitos de autor, extrair o seu conteúdo sem autorização pode constituir uma infração.
Na França, o Código da Propriedade Intelectual vai mais além com o direito sui generis do produtor da base de dados (artigo L.342-3). Este direito protege o investimento do criador de uma base de dados, independentemente dos direitos de autor tradicionais. Concretamente, uma extração substancial A recolha de dados pode ser ilegal, mesmo que esses dados sejam públicos. Este é o aspeto mais frequentemente ignorado.
Dados pessoais e RGPD
Na Europa, o scraping de dados pessoais (nomes, e-mails, perfis LinkedIn, contas sobre os redes sociais…) é rigorosamente regulamentado pelo RGPD, e isto aplica-se mesmo aos dados disponíveis gratuitamente na Internet. Assim que recolhes uma informação que identifica uma pessoa, estás a realizar um tratamento de dados pessoais e tens de ter uma base jurídica : consentimento, interesse legítimo ou obrigação legal.
O RGPD impõe também obrigações positivas: respeitar a minimização, informar as pessoas em causa e fixar uma prazo de validade limitada. Sem uma base jurídica clara, a tua recolha equivale a web scraping ilegal. A CNIL pode, então, aplicar sanções, com multas que podem ir até 20 milhões de euros Onde 4 % do volume de negócios anual mundial, consoante o montante mais elevado.
Prejuízo ao bom funcionamento do site
Mesmo num site que tolera o web scraping, um scraping intensivo pode tornar-se ilegal. Este tipo de extração automatizada sobrecarrega o servidor e pode impedir o seu bom funcionamento, o que é então considerado como uma ataque de negação de serviço (DoS).
Em França, o’artigo 323.º-2 do Código Penal castiga o ato de interferir num sistema de tratamento automatizado de dados, com sanções que podem ir até 5 anos de prisão e Multa de 150 000 euros. Ferramentas profissionais como Bright Data propõem soluções estruturadas para evitar este tipo de desvio.
Quais são as boas práticas para um web scraping legal?
Fazer scraping de forma totalmente legal assenta em algumas regras simples. Estas protegem-te de riscos jurídicos e respeitam as condições gerais de utilização sites. Se quiseres compreender por que fazer scraping, mais já é melhor fazê-lo como deve ser desde o início.
1. Respeitar o ficheiro robots.txt
A maioria dos sites inclui um ficheiro robots.txt, que indica quais as páginas que podem ser exploradas por robôs, incluindo os scrapers. Se esse ficheiro proibir o acesso a uma secção, não a deves rastrear. Esta é a base de uma recolha de dados respeitosa e conforme.
2. Limitar a taxa de solicitações
Para não sobrecarregar o servidor de um site, deves limitar a frequência das tuas consultas. Existem ferramentas adequadas para o efeito, nomeadamente as utilizadas em raspagem da web Python. Permitem-te controlar os intervalos entre cada pedido. Um ritmo demasiado acelerado pode sobrecarregar um servidor e ser considerado uma infração penal; por isso, espaça bem as tuas chamadas.
3. Identificar-se claramente através do User-Agent
Ao fazer scraping, é melhor utilizar um User-Agent claro nas tuas consultas HTTP. Isto permite que os administradores do site saibam que é um script, e não um ser humano, que acede ao conteúdo. Um User-Agent O «identificável» permite-te:
- Melhorar a transparência da tua atividade
- Facilitar o diálogo em caso de problema
- Reduzir os riscos de bloqueio
4. Concentrar-se nos dados públicos
Para evitar riscos jurídicos, concentra-te nos dados públicos acessíveis livremente na Internet, ou seja, as informações visíveis por todos sem necessidade de registo ou início de sessão prévio. Por outro lado, evita extrair dados pessoais ou informações protegidas por uma palavra-passe.
5. Utilizar APIs, se disponíveis
Existem muitos sites que oferecem API de recolha de dados da Web para recuperar os seus dados de forma legal e estruturada. É a forma mais segura de se manter em conformidade no âmbito do quadro jurídico a longo prazo. Estas ferramentas oficiais garantem também uma maior estabilidade do que a extração direta de dados. Utiliza-as o mais cedo possível nos teus projetos.
O web scraping é legal em França?
Sim, o O web scraping é legal em França, desde que respeites o quadro jurídico em vigor. A recolha de dados públicos continua a ser autorizada, mas deve respeitar o RGPD, para condições gerais de utilização dos sítios e aos direitos de autor.
Em caso de incumprimento das regras, as consequências jurídicas podem ser graves:
- Sanções civis: em caso de violação dos Termos e Condições de Utilização ou dos direitos de autor, os titulares dos direitos podem reclamar-te indemnizações e juros.
- Sanções penais: A recolha ilegal de dados pessoais é severamente punida. A’artigo 226.º-16 do Código Penal prevê até 5 anos de prisão e Multas no valor de 300 000 euros por uma recolha desleal ou fraudulenta.
- Sanções ao abrigo do RGPD: no caso de uma empresa, a multa pode ascender a 4 % do volume de negócios anual mundial Onde 20 milhões de euros, consoante o montante mais elevado.
Um exemplo concreto: extrair perfis LinkedIn desde os redes sociais para angariação de clientes, sem base jurídica nem a informação das pessoas em causa, expõe diretamente a uma sanção da CNIL. Este é um dos casos mais frequentes de scraping ilegal na prática.
Em caso de dúvida sobre a conformidade No que diz respeito ao teu projeto, o melhor é consultar um advogado especializado sobre a proteção de dados antes de começares.
PT