Web scraping a prawo: czy zbieranie danych ze stron jest legalne?

Dane publiczne a dane chronione: gdzie przebiega granica

Web scraping danych publicznie dostępnych – takich jak ceny produktów, opisy ofert czy ogłoszenia – nie wymaga zgody właściciela serwisu, pod warunkiem że nie naruszamy innych przepisów. Dane publiczne to te, które każdy użytkownik może zobaczyć bez logowania, rejestracji ani obchodzenia zabezpieczeń technicznych. Katalog gotowych scraperów obejmuje tysiące serwisów z publicznymi danymi handlowymi i rynkowymi.

Inaczej wygląda sytuacja z danymi ukrytymi za logowaniem, paywallem lub zabezpieczeniami technicznymi. Omijanie mechanizmów uwierzytelniania, automatyczne logowanie na cudze konta czy pobieranie treści dostępnych wyłącznie dla subskrybentów może naruszyć regulamin serwisu i stanowić nieautoryzowany dostęp do systemu informatycznego w rozumieniu kodeksu karnego. Jeśli projekt wymaga dostępu do takich danych, należy skonsultować się z prawnikiem.

Dane osobowe i RODO

Zbieranie danych osobowych podlega RODO i ustawie o ochronie danych osobowych. Nazwiska, adresy email, numery telefonów czy profile użytkowników to dane osobowe wymagające podstawy prawnej do przetwarzania. Nawet jeśli dane są publicznie widoczne – na przykład w ogłoszeniach, profilach firm czy katalogach – automatyczne zbieranie ich do celów marketingowych lub sprzedaż bazy bez zgody może naruszać RODO.

UODO wielokrotnie wskazywał, że publikacja danych w internecie nie równa się zgodzie na dowolne ich przetwarzanie. Bezpieczną praktyką jest anonimizacja lub pomijanie danych osobowych w scrapowanych zbiorach. Usługi ekstrakcji danych Kodrana obejmują wyłącznie dane publicznie dostępne i wykluczają zbieranie danych osobowych bez podstawy prawnej.

Regulaminy serwisów: czy web scraping jest legalny mimo zakazu w regulaminie

Wiele serwisów zabrania web scrapingu w swoich warunkach użytkowania. Naruszenie regulaminu to kwestia cywilnoprawna: właściciel portalu może cofnąć prawo do korzystania z serwisu, zablokować dostęp lub dochodzić odszkodowania za szkodę. Nie oznacza to automatycznie popełnienia przestępstwa, ale może prowadzić do sporu sądowego.

Polskie sądy i doktryna prawna nie wypracowały jeszcze jednolitego stanowiska co do skuteczności klauzul antiscrapingowych. Zagraniczne orzecznictwo (np. hiQ Labs vs. LinkedIn w USA) sugeruje, że zakaz scrapingu danych publicznie dostępnych może być nieskuteczny, jeśli nie towarzyszy mu techniczne zabezpieczenie dostępu. Jednak w Polsce bezpieczniejsze jest założenie, że naruszenie regulaminu niesie ryzyko odpowiedzialności cywilnej.

Kiedy naruszenie regulaminu staje się problemem prawnym

• Serwis wyraźnie zakazuje automatycznego pobierania danych i stosuje techniczne zabezpieczenia (CAPTCHA, rate limiting, blokowanie botów).
• Scraping powoduje przeciążenie infrastruktury lub szkodzi działaniu portalu (atak DDoS, wyłączenie serwisu).
• Zebrane dane są wykorzystywane w sposób szkodzący właścicielowi serwisu (np. publikacja pełnych baz konkurencyjnego portalu, phishing).
• Scraper omija zabezpieczenia, podszywając się pod prawdziwego użytkownika lub wykorzystując luki w systemie.

Jeśli planujesz projekt na dużą skalę lub dotyczący danych wrażliwych biznesowo, warto uzyskać opinię prawnika przed startem. Monitoring cen konkurencji to typowy przykład projektu wymagającego analizy regulaminów źródłowych portali.

Prawa autorskie i ochrona baz danych

Ustawa o prawie autorskim i prawach pokrewnych chroni utwory, ale nie chroni samych faktów i informacji. Ceny produktów, dane techniczne, adresy firm czy godziny otwarcia lokali nie są utworami i można je legalnie zbierać. Natomiast opisy produktów, recenzje, zdjęcia czy artykuły mogą być chronione prawem autorskim – kopiowanie ich bez zgody autora to naruszenie.

Ustawa o ochronie baz danych (implementacja dyrektywy 96/9/WE) chroni bazy danych, w które włożono istotny nakład inwestycyjny. Właściciel bazy może zakazać pobierania lub wtórnego wykorzystania całości lub istotnej części bazy. Scraping pojedynczych rekordów lub niewielkiej części bazy zazwyczaj nie narusza tego prawa, ale masowe kopiowanie całej bazy może. Granica między dozwolonym użyciem a naruszeniem nie jest ostra i zależy od okoliczności.

Jak uniknąć problemów z prawami autorskimi

1. Zbieraj fakty i dane, nie treści twórcze. Ceny, specyfikacje, nazwy firm to dane, nie utwory.
2. Unikaj kopiowania opisów, zdjęć i recenzji w oryginalnej formie. Jeśli musisz je zbierać, zastanów się nad przetworzeniem ich lub wykorzystaniem w ramach dozwolonego użytku.
3. Nie publikuj scrapowanych treści jako własnych – to plagiat i naruszenie praw autorskich.
4. Jeśli budujesz własną bazę konkurencyjną do istniejącego portalu, upewnij się, że tworzysz ją z własnych źródeł lub na podstawie danych niechronionych, nie kopiujesz struktury i zawartości cudzej bazy.

Scrapery marketplace'ów i portali nieruchomości Kodrana pobierają dane faktograficzne – ceny, parametry, lokalizacje – bez naruszania praw autorskich do opisów i grafik.

Obciążenie serwera i odpowiedzialność za szkodę

Agresywny scraping – setki równoczesnych zapytań, pomijanie cache'u, ignorowanie pliku robots.txt – może przeciążyć serwer i spowodować awarię lub spowolnienie serwisu. Takie działanie może być uznane za atak typu denial of service i skutkować odpowiedzialnością karną oraz cywilnoprawną za szkodę.

Dobrze zaprojektowany scraper działa jak zwykły użytkownik: wysyła zapytania z rozsądną częstotliwością, respektuje nagłówki HTTP, sprawdza robots.txt i nie omija mechanizmów rate limitingu. Gentle scraping to nie tylko kwestia etyki, ale też ochrony przed blokowaniem i odpowiedzialnością prawną.

• Ustaw opóźnienia między zapytaniami (np. 1-3 sekundy) i unikaj jednoczesnych połączeń.
• Sprawdzaj plik robots.txt i stosuj się do jego wytycznych, chyba że masz wyraźny powód i akceptujesz ryzyko.
• Używaj identyfikowalnego User-Agent i podaj kontakt w nagłówku, aby administrator mógł się z tobą skontaktować zamiast od razu blokować.
• Skrapuj w godzinach niskiego ruchu, jeśli zbierasz duże wolumeny danych.
• Monitoruj kody odpowiedzi HTTP – jeśli dostajesz 429 (Too Many Requests) lub 503, zwolnij tempo.

Dlaczego strony blokują scrapery opisuje mechanizmy ochrony i jak działają w praktyce. Kodrana stosuje łagodne scrapowanie i nigdy nie obciąża źródłowych serwisów ponad rozsądną miarę.

Praktyczna lista kontrolna przed uruchomieniem projektu scrapingowego

Przed rozpoczęciem zbierania danych warto przejść przez poniższą listę, aby zminimalizować ryzyko prawne i techniczne. To nie jest porada prawna – w razie wątpliwości skonsultuj się z prawnikiem.

Analiza danych i źródła

• Czy dane są publicznie dostępne bez logowania? Jeśli nie, projekt wymaga zgody właściciela lub innej podstawy prawnej.
• Czy zbiór zawiera dane osobowe? Jeśli tak, czy masz podstawę prawną do ich przetwarzania zgodnie z RODO?
• Czy kopiujesz treści chronione prawem autorskim (opisy, zdjęcia, recenzje)? Jeśli tak, czy jest to dozwolone lub niezbędne?
• Czy zamierzasz pobrać całą bazę danych lub jej istotną część? Jeśli tak, sprawdź ochronę bazy danych i regulamin.

Regulamin i zabezpieczenia serwisu

• Przeczytaj warunki użytkowania portalu. Czy jest wyraźny zakaz scrapingu? Czy serwis wymaga zgody na automatyczne pobieranie?
• Sprawdź plik robots.txt. Czy ścieżki, które chcesz skrapować, są dozwolone dla botów?
• Czy serwis stosuje CAPTCHA, rate limiting lub inne zabezpieczenia techniczne? Nie próbuj ich omijać bez zgody właściciela.
• Czy istnieje oficjalne API do tych danych? API vs web scraping porównuje oba podejścia – API to zawsze bezpieczniejsza i legalniejsza opcja, jeśli jest dostępne.

Sposób zbierania i wykorzystania

• Czy scraper działa łagodnie i nie przeciąża serwera? Ustaw opóźnienia i monitoruj odpowiedzi serwera.
• Czy wykorzystasz dane w sposób zgodny z prawem? Sprzedaż baz email, republishing całych treści czy tworzenie phishingu to nielegalnie.
• Czy planujesz publikować lub sprzedawać zebrane dane? Upewnij się, że masz do tego prawo.
• Czy przechowujesz dane bezpiecznie, zgodnie z RODO i najlepszymi praktykami?

Studium przypadku: systemy scrapingu i monitoringu pokazuje, jak wygląda bezpieczne i legalne zbieranie danych na dużą skalę w realnych projektach biznesowych.

Szara strefa: kiedy nie ma jasnej odpowiedzi

Część projektów scrapingowych mieści się w obszarze prawnie niejednoznacznym. Na przykład: scraping ofert pracy z portali ogłoszeniowych do agregacji na własnej stronie, zbieranie publicznie widocznych profili firm z katalogów do celów sprzedażowych czy monitoring cen konkurencji na marketplace'ach. W takich przypadkach brak jest jednoznacznych orzeczeń sądowych w Polsce, a praktyka rynkowa wyprzedza regulacje.

W szarej strefie najważniejsze jest ograniczenie ryzyka: zbieraj tylko niezbędne dane, unikaj danych osobowych, działaj łagodnie technicznie, nie szkodź źródłu, nie publikuj całych treści jako własne i bądź przygotowany na ewentualny kontakt ze strony właściciela portalu. Jeśli serwis poprosi cię o zaprzestanie, lepiej zatrzymać projekt i szukać rozwiązania (zgoda, API, inne źródło), niż eskalować konflikt.

Scrapery ofert pracy i monitoring cen to klasyczne przykłady zastosowań z obszaru szarej strefy – legalne o ile przestrzegasz zasad, ale wymagające ostrożności i analizy ryzyka.

Kiedy scraping jest bezpieczny i kiedy lepiej odpuścić

Web scraping jest stosunkowo bezpieczny, gdy zbierasz dane faktograficzne (ceny, parametry, lokalizacje) z publicznie dostępnych źródeł, bez danych osobowych, bez naruszania zabezpieczeń technicznych, z zachowaniem łagodnego obciążenia serwera i do celów zgodnych z prawem – analizy rynku, porównywarek, treningu modeli AI, agregacji treści. W takich przypadkach ryzyko prawne jest minimalne, a korzyści biznesowe realne.

Z drugiej strony lepiej odpuścić projekt, jeśli wymaga on logowania na cudze konta, omijania paywall'i lub zabezpieczeń technicznych, zbierania danych osobowych bez podstawy prawnej, kopiowania treści chronionych prawem autorskim lub całych baz danych, gdy serwis ma wyraźny zakaz i egzekwuje go technicznie, gdy scraping przeciąża lub szkodzi źródłowemu portalowi, albo gdy zebrane dane mają służyć celom nielegalnym (spam, phishing, manipulacja). W tych przypadkach ryzyko znacznie przewyższa potencjalne korzyści.

Jeśli wątpisz, czy twój projekt jest legalny – zapytaj prawnika. Koszt konsultacji to ułamek potencjalnych kosztów sporu sądowego lub kary.

Jak Kodrana podchodzi do legalności projektów

Kodrana realizuje wyłącznie projekty zbierające dane publicznie dostępne, bez logowania, bez danych osobowych i bez naruszania zabezpieczeń technicznych. Przed rozpoczęciem prac sprawdzamy regulamin serwisu, robots.txt i zabezpieczenia, a w razie wątpliwości sugerujemy klientowi konsultację prawną. Wszystkie scrapery działają z łagodnym obciążeniem źródłowych portali.

Jeśli potrzebujesz zebrać dane ze strony, ale nie masz pewności co do aspektów prawnych – wyślij URL i listę pól przez formularz kontaktowy lub Telegram. Sprawdzimy zabezpieczenia serwisu i wyślemy darmową próbkę 50-100 rekordów, abyś mógł ocenić jakość danych przed podjęciem decyzji o realizacji projektu. Ceny zaczynają się od 139 € za jednorazowy eksport do 10 000 rekordów lub 89 € miesięcznie za subskrypcję z cotygodniowymi aktualizacjami.