बिज़नेस के लिए वेब स्क्रैपिंग की कानूनी सीमाएँ

सार्वजनिक और गैर-सार्वजनिक डेटा: वेब स्क्रैपिंग की कानूनी बुनियाद

वेब स्क्रैपिंग में सबसे स्पष्ट अंतर सार्वजनिक और गैर-सार्वजनिक डेटा का है। ऐसा डेटा जो कोई भी व्यक्ति बिना लॉगिन के देख सकता है, जैसे उत्पाद लिस्टिंग, बिज़नेस डायरेक्टरी, प्रॉपर्टी विज्ञापन और समाचार लेख, आमतौर पर कम जोखिम वाला होता है। फिर भी, सार्वजनिक वेबसाइट तक पहुँच का अर्थ यह नहीं है कि डेटा का हर उपयोग स्वतः अनुमत है।

गैर-सार्वजनिक डेटा अलग श्रेणी में आता है। यदि जानकारी पाने के लिए लॉगिन करना पड़े, पेवॉल हटाना पड़े या किसी अन्य के क्रेडेंशियल इस्तेमाल करने पड़ें, तो आप अनधिकृत पहुँच के क्षेत्र में जा सकते हैं। भारत का Information Technology Act कंप्यूटर संसाधनों तक अनधिकृत पहुँच और उनसे संबंधित गतिविधियों पर लागू हो सकता है। इसलिए सार्वजनिक प्रोफ़ाइल देखना और लॉगिन के पीछे मौजूद सामग्री तक पहुँचना दो बिल्कुल अलग स्थितियाँ हैं।

बिज़नेस उपयोग के लिए उसी डेटा तक सीमित रहें जिसे कोई भी विज़िटर बिना साइन इन किए देख सकता है। यदि प्रोजेक्ट में अकाउंट एक्सेस चाहिए, तो अकाउंट आपका होना चाहिए या अकाउंट धारक से स्पष्ट अनुमति होनी चाहिए।

व्यक्तिगत डेटा और गोपनीयता कानून

नाम, ईमेल पता, फ़ोन नंबर, IP पता या लोकेशन डेटा जैसे व्यक्तिगत डेटा का संग्रह गोपनीयता नियमों को सक्रिय कर सकता है। भारत में DPDP Act, 2023 व्यक्तिगत डेटा के प्रसंस्करण के लिए सहमति या अन्य वैध आधार, उद्देश्य की स्पष्टता और डेटा प्रिंसिपल के अधिकारों पर केंद्रित है।

वैध आधार महत्वपूर्ण है। यदि आप B2B मार्केटिंग के लिए किसी सार्वजनिक बिज़नेस डायरेक्टरी से व्यावसायिक संपर्क विवरण निकालते हैं, तब भी आपको उद्देश्य, सूचना देने की जिम्मेदारी और लागू नियमों पर सावधानी से विचार करना चाहिए। यदि आप उपभोक्ता प्रोफ़ाइल, नाम वाले रिव्यू या सोशल मीडिया गतिविधि इकट्ठा करते हैं, तो सहमति, उद्देश्य-सीमा और डेटा प्रिंसिपल के अधिकारों का आकलन अधिक गहराई से करना होगा। सार्वजनिक रूप से उपलब्ध होने का मतलब यह नहीं है कि डेटा सुरक्षा नियम लागू नहीं होंगे।

व्यावहारिक रूप से कई व्यवसाय व्यक्तिगत डेटा से पूरी तरह बचते हैं। नाम सहित यूज़र रिव्यू लेने के बजाय कुल रेटिंग और अनाम टेक्स्ट लें। पहचान योग्य व्यक्तियों से जोड़े बिना सार्वजनिक पोस्ट का विश्लेषण करें, जब तक कि आपके पास स्पष्ट कानूनी आधार और उपयुक्त प्राइवेसी पॉलिसी न हो। यदि प्रोजेक्ट में व्यक्तिगत डेटा जरूरी है, तो शुरू करने से पहले डेटा सुरक्षा वकील से सलाह लें।

सेवा की शर्तें: अनुबंध बनाम तकनीकी पहुँच

अधिकांश वेबसाइटों की सेवा शर्तों में स्क्रैपिंग, स्वचालित पहुँच या डेटा के व्यावसायिक उपयोग पर रोक होती है। इन शर्तों का कानूनी प्रभाव अक्सर भ्रम पैदा करता है। सेवा शर्तों का उल्लंघन अपने-आप आपराधिक अपराध नहीं बनाता, लेकिन परिस्थितियों के आधार पर यह अनुबंध संबंधी विवाद या अन्य कानूनी दावों का आधार बन सकता है।

फिर भी, सेवा शर्तें अनुबंध हो सकती हैं और उनके उल्लंघन के नागरिक परिणाम हो सकते हैं। वेबसाइट मालिक कानूनी नोटिस भेज सकता है, निषेधाज्ञा मांग सकता है या नुकसान सिद्ध होने पर अनुबंध उल्लंघन का दावा कर सकता है। यदि आपने स्पष्ट रूप से ऐसी शर्तें स्वीकार की हैं जो स्क्रैपिंग रोकती हैं, तो जोखिम बढ़ जाता है, विशेषकर जब गतिविधि से वेबसाइट को वास्तविक नुकसान हो।

सेवा की शर्तों को कैसे देखें

• शर्तें पढ़ें। यदि स्क्रैपिंग पर स्पष्ट प्रतिबंध है और आप व्यावसायिक प्रोजेक्ट बना रहे हैं, तो जोखिम का आकलन करें। मजबूत कानूनी टीम वाले बड़े प्लेटफ़ॉर्म छोटी वेबसाइटों की तुलना में शर्तें लागू कराने की अधिक संभावना रखते हैं।
• पहले API देखें। कई प्लेटफ़ॉर्म आधिकारिक API देते हैं, जिनसे अनुबंध संबंधी अस्पष्टता के बिना संरचित डेटा मिल सकता है।
• तकनीकी रूप से संयमित रहें। शर्तें स्क्रैपिंग रोकती हों, तब भी कम मात्रा में और सेवा बाधित किए बिना काम करने वाले बॉट को वेबसाइटें कभी-कभी सहन करती हैं। सहन की जाने वाली और विवाद का कारण बनने वाली गतिविधि के बीच अंतर अक्सर पैमाने और प्रभाव का होता है।
• अपनी प्रक्रिया का रिकॉर्ड रखें। केवल सार्वजनिक डेटा लेने, robots.txt का सम्मान करने और अनुरोध दर सीमित रखने का प्रमाण विवाद की स्थिति में आपकी स्थिति मजबूत करता है।

सीमा-रेखा वाले प्रोजेक्ट, जैसे किसी बड़े मार्केटप्लेस या रियल एस्टेट प्लेटफ़ॉर्म से कीमत निगरानी के लिए डेटा लेना, सावधानी से आगे बढ़ाएँ। एक विश्वसनीय स्क्रैपिंग सेवा चुनें जो सीमाएँ समझती हो और कानूनी आपत्ति मिलने पर गतिविधि रोकने के लिए तैयार रहें।

कॉपीराइट और डेटाबेस अधिकार

कॉपीराइट मौलिक रचनात्मक कार्यों, जैसे टेक्स्ट, इमेज, वीडियो और सॉफ़्टवेयर कोड, की रक्षा करता है। किसी वेबसाइट को स्क्रैप करने से उसकी सामग्री का स्वामित्व नहीं मिलता। अनुमति के बिना लेख, उत्पाद विवरण या तस्वीरें दोबारा प्रकाशित करने पर कॉपीराइट उल्लंघन का जोखिम होता है।

तथ्य स्वयं आमतौर पर कॉपीराइट के विषय नहीं होते, जैसे कीमतें, पते और उत्पाद विनिर्देश। लेकिन उनकी रचनात्मक अभिव्यक्ति, चयन या प्रस्तुति संरक्षित हो सकती है। अपने आंतरिक उपयोग, जैसे कीमत तुलना, मार्केट रिसर्च या इन्वेंट्री निगरानी के लिए तथ्यात्मक डेटा निकालना आमतौर पर सामग्री को दोबारा प्रकाशित करने से कम जोखिमपूर्ण है। उस डेटा को मूल स्रोत से सीधी प्रतिस्पर्धा करने वाले रूप में प्रकाशित करना अधिक जोखिम वाला है।

कॉपीराइट जोखिम कम करने के तरीके

1. तथ्य लें, रचनात्मक सामग्री नहीं। मार्केटिंग कॉपी या पेशेवर तस्वीरों के बजाय कीमतें, विनिर्देश और उपलब्धता लें।
2. डेटा को रूपांतरित करें। स्क्रैप किए गए डेटा को एकत्रित, विश्लेषित या नए प्रारूप में प्रस्तुत करने से आपके उत्पाद में अलग उपयोगिता जुड़ती है।
3. जहाँ उचित हो, स्रोत का उल्लेख करें। यदि स्क्रैप किया गया डेटा सार्वजनिक रूप से दिखाते हैं, तो मूल स्रोत का लिंक दें।
4. बड़े पैमाने पर पुनर्प्रकाशन से बचें। पूरी वेबसाइट या डेटाबेस की प्रतिलिपि बनाना सबसे स्पष्ट जोखिम है। डेटा का उपयोग निर्णय लेने के लिए करें, मूल स्रोत का विकल्प बनाने के लिए नहीं।

ऐसे व्यावसायिक प्रोजेक्ट जिनमें स्क्रैप की गई सामग्री को दोबारा प्रकाशित या वितरित करना हो, जैसे तुलना वेबसाइट, एग्रीगेटर या AI ट्रेनिंग डेटासेट, उनके लिए कानूनी समीक्षा पर खर्च करना उचित है।

तकनीकी प्रभाव: इंफ्रास्ट्रक्चर का सम्मान करें

भले ही आपको डेटा लेने का कानूनी आधार प्राप्त हो, तकनीकी तरीका भी महत्वपूर्ण है। बहुत अधिक अनुरोधों से वेबसाइट पर दबाव डालना सेवा बाधित कर सकता है और नुकसान के दावों या निषेधाज्ञा का कारण बन सकता है। डाउनटाइम, होस्टिंग लागत में वृद्धि या उपयोगकर्ता अनुभव खराब होने जैसा मापने योग्य नुकसान जोखिम बढ़ाता है।

रेट लिमिटिंग शिष्टाचार के साथ-साथ कानूनी सुरक्षा भी है। अच्छी तरह डिज़ाइन किया गया स्क्रैपर इंसानी व्यवहार जैसा काम करता है: अनुरोधों के बीच रुकता है, robots.txt निर्देशों का पालन करता है, उपयोगकर्ता-एजेंट स्ट्रिंग से अपनी पहचान बताता है और साइट में त्रुटि आने पर गति कम करता है। वेबसाइटें एंटी-बॉट उपाय लागू करती हैं ताकि वे केवल शर्तें लागू न करें, बल्कि अपने इंफ्रास्ट्रक्चर की सुरक्षा भी कर सकें।

Robots.txt कानूनी रूप से बाध्यकारी नहीं है, लेकिन किसी विवाद में इसकी अनदेखी आपकी स्थिति कमजोर कर सकती है। इसका पालन सद्भावना के प्रमाण के रूप में देखा जा सकता है। बिज़नेस प्रोजेक्ट के लिए अपने स्क्रैपर को robots.txt का सम्मान करने के लिए कॉन्फ़िगर करें, जब तक कि उसे अनदेखा करने का कोई विशेष कारण और कानूनी सलाह न हो।

व्यावहारिक अनुपालन चेकलिस्ट

हर स्क्रैपिंग प्रोजेक्ट की शुरुआत अनुपालन समीक्षा से होनी चाहिए। नीचे दी गई चेकलिस्ट भारत में व्यवसायों के लिए प्रमुख कानूनी और तकनीकी पहलुओं को कवर करती है। यह कानूनी सलाह का विकल्प नहीं है, लेकिन संसाधन लगाने से पहले जोखिम पहचानने का एक ढाँचा देती है।

शुरू करने से पहले

• पुष्टि करें कि डेटा सार्वजनिक है। क्या कोई भी विज़िटर इसे बिना लॉगिन या भुगतान के देख सकता है? यदि हाँ, तो आगे बढ़ें। यदि नहीं, तो रुकें या अनुमति लें।
• आधिकारिक API जाँचें। कई प्लेटफ़ॉर्म संरचित डेटा एक्सेस देते हैं, जिससे अनुबंध संबंधी अस्पष्टता कम होती है।
• सेवा शर्तें पढ़ें। स्क्रैपिंग, स्वचालित पहुँच या व्यावसायिक उपयोग पर स्पष्ट रोक नोट करें। प्लेटफ़ॉर्म के इतिहास और अपने उपयोग के आधार पर प्रवर्तन जोखिम का आकलन करें।
• व्यक्तिगत डेटा पहचानें। क्या आप नाम, ईमेल, फ़ोन नंबर या अन्य पहचानकर्ता लेंगे? यदि हाँ, तो DPDP Act के तहत अपना वैध आधार और जिम्मेदारियाँ निर्धारित करें।
• कॉपीराइट की समीक्षा करें। क्या आप रचनात्मक सामग्री, जैसे टेक्स्ट और इमेज, ले रहे हैं या तथ्यात्मक डेटा, जैसे कीमतें और विनिर्देश? कॉपी के बजाय तथ्यों का उपयोग करें और जहाँ संभव हो रूपांतरित उपयोगिता जोड़ें।

प्रोजेक्ट के दौरान

• Robots.txt का सम्मान करें। जब तक आपके पास उसे अनदेखा करने का कानूनी कारण न हो, स्क्रैपर को निषेध निर्देशों का पालन करने के लिए कॉन्फ़िगर करें।
• अनुरोध दर सीमित रखें। लक्षित साइट पर दबाव से बचने के लिए अनुरोधों के बीच अंतर रखें। छोटी साइटों के लिए प्रति सेकंड एक अनुरोध एक अच्छा शुरुआती बिंदु है।
• स्पष्ट उपयोगकर्ता-एजेंट इस्तेमाल करें। वर्णनात्मक उपयोगकर्ता-एजेंट स्ट्रिंग से अपने स्क्रैपर की पहचान दें और संपर्क जानकारी उपलब्ध कराएँ।
• ब्लॉक और त्रुटियों की निगरानी करें। यदि 403, 429 या captcha चुनौती मिले, तो गति कम करें या गतिविधि रोक दें।
• डेटा को सुरक्षित रखें। यदि व्यक्तिगत डेटा इकट्ठा करते हैं, तो ट्रांज़िट और स्टोरेज में उसे एन्क्रिप्ट करें, एक्सेस सीमित रखें और डेटा प्रतिधारण नियमों का पालन करें।

डेटा संग्रह के बाद

• डेटा का उपयोग बताए गए उद्देश्य के लिए करें। नए कानूनी आधार के बिना व्यक्तिगत डेटा को दूसरे उद्देश्य के लिए इस्तेमाल न करें।
• जहाँ उचित हो, स्रोत बताएं। स्क्रैप किया गया डेटा सार्वजनिक रूप से दिखाने पर मूल वेबसाइट का लिंक दें।
• हटाने के अनुरोधों का जवाब दें। यदि वेबसाइट मालिक गतिविधि रोकने या डेटा हटाने को कहता है, तो अनुरोध को गंभीरता से लें।
• समय-समय पर समीक्षा करें। कानून, सेवा शर्तें और प्रवर्तन प्राथमिकताएँ बदलती हैं। अपनी अनुपालन समीक्षा सालाना दोहराएँ।

कब कानूनी सलाह लें

कुछ प्रोजेक्ट अपेक्षाकृत सुरक्षित सीमाओं में आते हैं, जैसे आंतरिक कीमत तुलना के लिए सार्वजनिक उत्पाद लिस्टिंग लेना, मार्केट विश्लेषण के लिए रियल एस्टेट विज्ञापन एकत्र करना या सेंटिमेंट रिसर्च के लिए ग्राहक रिव्यू जुटाना। अन्य प्रोजेक्ट अस्पष्ट या अधिक जोखिम वाले होते हैं। निम्न स्थितियों में वकील से सलाह लेनी चाहिए:

• ऐसे प्लेटफ़ॉर्म को स्क्रैप करना जिसने पहले कानूनी नोटिस भेजे हों या स्क्रैपर के विरुद्ध कार्रवाई की हो।
• बड़े पैमाने पर व्यक्तिगत डेटा इकट्ठा करना, विशेषकर यदि उसे बेचने, प्रोफाइलिंग में उपयोग करने या अन्य डेटासेट से जोड़ने की योजना हो।
• स्क्रैप की गई सामग्री को ऐसे रूप में दोबारा प्रकाशित या वितरित करना जो मूल स्रोत से प्रतिस्पर्धा करे।
• लॉगिन, पेवॉल या तकनीकी सुरक्षा के पीछे के डेटा तक पहुँचना, भले ही आपके पास अकाउंट हो।
• वित्त, स्वास्थ्य सेवा या कानूनी सेवाओं जैसे विनियमित क्षेत्र में काम करना, जहाँ डेटा हैंडलिंग पर क्षेत्र-विशिष्ट नियम लागू होते हैं।

वकील किसी गैरकानूनी प्रोजेक्ट को कानूनी नहीं बना सकता, लेकिन वह एक बचाव योग्य तरीका तैयार करने, शर्तें और प्राइवेसी नोटिस लिखने तथा जोखिम कम करने में मदद कर सकता है। उच्च-मूल्य वाले प्रोजेक्ट, जैसे स्क्रैप किए गए डेटा पर SaaS प्लेटफ़ॉर्म बनाना, तुलना साइट शुरू करना या व्यावसायिक डेटासेट बनाना, में कानूनी सलाह की लागत मुकदमेबाजी या नियामकीय जुर्माने की तुलना में कम होती है।

स्क्रैपिंग सेवा के साथ काम करना

कई व्यवसाय स्क्रैपर खुद बनाने के बजाय डेटा संग्रह को आउटसोर्स करना चुनते हैं। एक पेशेवर सेवा तकनीकी विशेषज्ञता देती है, एंटी-बॉट सुरक्षा संभालती है और कानूनी सीमाएँ समझती है। प्रदाता का मूल्यांकन करते समय उसकी अनुपालन प्रक्रियाओं के बारे में पूछें। क्या वह केवल सार्वजनिक डेटा लेता है? क्या वह robots.txt और रेट लिमिट का सम्मान करता है? क्या वह आपके वैध आधार के बिना व्यक्तिगत डेटा से बचता है?

Kodrana आम प्लेटफ़ॉर्म के लिए तैयार स्क्रैपर का कैटलॉग रखता है, जिनमें मार्केटप्लेस, रियल एस्टेट साइटें, जॉब बोर्ड और बिज़नेस डायरेक्टरी शामिल हैं। हम नए स्रोतों के लिए 2-5 कार्यदिवस में कस्टम स्क्रैपर भी बनाते हैं। हम केवल सार्वजनिक रूप से उपलब्ध डेटा एकत्र करते हैं, ऐसे अकाउंट में कभी लॉगिन नहीं करते जो हमारे नहीं हैं, और हर स्क्रैपर को तकनीकी व कानूनी सीमाओं का सम्मान करने के लिए कॉन्फ़िगर करते हैं। हर प्रोजेक्ट शुरू करने से पहले हम लक्षित साइट की समीक्षा कर उसकी व्यवहार्यता की पुष्टि करते हैं। नए ग्राहकों को हम 50-100 रिकॉर्ड का निःशुल्क सैंपल देते हैं, ताकि वे काम शुरू करने से पहले डेटा गुणवत्ता और अनुपालन की जाँच कर सकें। यदि आपको अपने प्रोजेक्ट की व्यवहार्यता पर संदेह है, तो वेबसाइट और जरूरी फ़ील्ड भेजें। हम सुरक्षा स्तर की जाँच कर कानूनी और तकनीकी आगे की राह बताएँगे।