上周三下午在律所接待的一个小伙子，刚坐下就攥着手机冒汗。
他是做电商选品的，上个月从同行的公开商品数据库里扒了三千条用户消费偏好标签，本来想省点付费调研的成本，结果刚把这些标签用到自己的选品模型里一周，就收到对方寄来的律师函，张嘴要二十万赔偿。
“能公开访问”根本不等于”能随便提取”
太多人对数据库内容提取的认知，还停留在”我能打开网页看到的东西，就是我的”。
我碰到过太多人拍桌子喊”我又没黑他！他自己放网上的！”
没用的。
人家把内容放在公网，是给正常用户单条浏览、查询用的，不是给你写个脚本十分钟搬空几千条核心内容，转头用来给自己的项目当免费调研素材的。
实践中法院认的逻辑很简单：如果这个数据库是人家花了人力、物力、时间筛选整理出来的——不是那种随便从各个公开渠道抓来的零散信息堆起来的——那你用技术手段批量提取核心内容，不管是用来自己用，还是转头卖钱，都大概率构成侵权。
之前有个做行业报告的年轻人，从某招聘平台提取了两万条岗位薪资数据，转头整理成付费报告卖，最后被法院判赔八万。他开庭的时候还委屈，说”这些数据本来就是公开的，谁都能看”，法官一句话就给他问住了：”你怎么不一条一条手动抄？”
对吧，人家花了几个月整理的数据库，总不能看着你写个脚本十分钟搬空，还觉得理所当然吧？
就算你一分钱不赚，这些提取行为也可能出事
别觉得”我不商用就不算侵权”，这是最容易踩的坑。
第一种，你提取的时候把人家的服务器搞崩了。
很多人写脚本的时候不管请求频率，一分钟发几百个请求，直接把人家数据库的带宽占满，正常用户根本打不开网站——哪怕你提完数据转头就全删了，一分钱没赚，人家照样能起诉你，要求赔服务器维护费、这段时间的用户流失损失。
第二种，你提取的内容里带个人信息。
只要是能定位到特定自然人的信息，不管你是从哪个公开数据库里提的，只要没有合法依据批量获取，就违反个人信息保护的相关规定。
别跟我扯什么”我又没把信息卖出去”。你批量获取的时候，那些请求记录在服务器日志里记的明明白白，想抵赖都难。之前有个做快递查询工具的开发者，就是批量从某物流平台提取用户的快递信息，哪怕他自己一分钱没赚，全免费给用户查，最后还是被要求下架工具，赔了平台的经济损失。
真要用到数据，怎么做才不踩坑
说真的，我每次碰到这种收到律师函的当事人，都要叹口气——明明想省点成本，最后要掏几倍的钱去填坑，图啥呢？
真有数据需求，别上来就闷头写脚本爬。翻到人家网站最下面的用户协议，找有没有禁止批量抓取、提取内容的条款——有这行字的，你就别碰，省得后面找事。
真有刚性需求，别省那点授权费。找人家官方谈接口合作，哪怕一年花个几万块，比后面收到律师函赔几十万划算一百倍。
要是你已经手快提了一堆，别抱着侥幸心理藏着掖着用。赶紧把本地、服务器上所有相关的备份全删干净，但凡已经对外用了的内容，能下架的全下架。真收到对方的沟通函，别上来就拍桌子说自己没侵权——坐下来谈和解的成本，永远比法院判决的成本低。
上周那个找我咨询的小伙子，最后就是把手里所有提取的标签全删了，给对方赔了三万块，才把事了了。要是他当时硬扛着等法院传票，最后判下来的数，大概率比这个翻几倍。
本文为普法参考，不构成个案法律意见。
