学习目标
跟随架构师律师马原的脚步读完这一讲，你能：
- 理解两个标杆案件的技术差异和法律后果
- 掌握"经济损失"的计算方法论
- 学会给自己的爬虫行为做法律体检
技术原理
晟品案技术还原
被告单位：上海晟品网络科技有限公司
目标：字节跳动服务器的视频数据
技术手段：
# 技术还原（基于判决书描述）
# 1. 伪造 device_id 绕过身份校验
fake_device_id = generate_random_device_id()
headers['X-Device-Id'] = fake_device_id
# 2. 伪造 User-Agent 伪装成浏览器
headers['User-Agent'] = 'Mozilla/5.0 (iPhone; CPU iPhone OS 10_3_1)...'
# 3. 伪造 IP 地址绕过频率限制
# 通过代理池轮换 IP
proxy = get_next_proxy()
# 4. 发送请求获取视频数据
resp = requests.get(
'https://api.example.com/videos',
headers=headers,
proxies={'http': proxy}
)
法院认定的关键事实：
- "伪造 device_id 绕过服务器的身份校验"
- "伪造 User-Agent 及 IP 地址绕过访问频率限制"
- "造成被害单位经济损失两万元"
元光案技术还原
被告单位：武汉元光科技有限公司
目标：竞争对手"酷米客"的实时公交数据
技术手段：
元光做的是公交数据 APP。为了提升自己 APP 的数据质量，他们去爬了竞争对手酷米客的实时公交数据。技术上也是爬虫，但具体手段判决书披露较少，已知的是"通过技术手段绕过酷米客的反爬措施"。
两个案子的核心差异：
| 维度 | 晟品案 | 元光案 |
|---|---|---|
| 数据类型 | 公开视频 | 实时公交数据 |
| 突破措施 | User-Agent、device_id、IP 伪造 | 反爬措施（具体不明） |
| 经济损失 | 2万元 | 未公开 |
| 刑期 | 1-2年缓刑 | 3年缓刑（法定代表人） |
| 社会影响 | 被媒体广泛报道 | 相对低调 |
法律分析
"公开数据入刑"的争议
晟品案最大的争议点是：视频内容是公开的，普通用户不登录也能看到。为什么公开数据也能入刑？
法院的逻辑是：数据是不是公开的，不影响"侵入"的认定。关键看的是手段——你有没有突破安全措施。
这个逻辑在学术界有很多批评。西南政法大学石经海教授在《北京理工大学学报》发表文章，认为将爬取公开数据认定为侵犯数据保密性，是把数据安全法益错误定位为"数据载体保护"，会加重数据犯罪的口袋化趋势。
但司法实践的趋势是：手段优先于对象。你伪造了身份，绕过了限制，就是"侵入"。数据公不公开，是量刑时的参考因素，不是定罪的决定因素。
经济损失的计算
两高司法解释：造成经济损失一万元以上，达到非法获取计算机信息系统数据罪的立案标准。
"经济损失"包括：
- 恢复系统、加固安全的费用
- 调查取证的费用
- 因数据被非法获取造成的直接经济损失
晟品案的经济损失只有两万元——技术服务费。这个金额在刑事犯罪里算很低的，但已经足够立案。
我做辩护的时候，会逐项审查经济损失的构成。安全加固费用是不是"必要"的？律师费和鉴定费是不是"合理"的？把这些水分挤掉，有时候能把经济损失打到立案标准以下。
实战输出：爬虫行为法律体检模板
"""
爬虫行为法律体检
给你的爬虫做一次全面的法律风险评估
"""
class CrawlerLegalCheckup:
def __init__(self, crawler_config):
self.config = crawler_config
self.findings = []
self.recommendations = []
def check_authentication(self):
"""检查身份认证相关行为"""
if self.config.get('forges_user_agent'):
self.findings.append("伪造 User-Agent")
self.recommendations.append("改用诚实身份声明，包含真实联系信息")
if self.config.get('forges_device_id'):
self.findings.append("伪造设备标识")
self.recommendations.append("停止伪造设备标识，考虑使用官方API")
if self.config.get('uses_proxy_rotation'):
self.findings.append("使用代理IP轮换")
self.recommendations.append("确保代理来源合法，保留代理服务商协议")
def check_rate_limiting(self):
"""检查频率限制相关行为"""
freq = self.config.get('requests_per_second', 1)
if freq > 10:
self.findings.append(f"请求频率过高 ({freq} req/s)")
self.recommendations.append("降低频率至人类正常浏览水平 (< 1 req/s)")
if not self.config.get('respects_crawl_delay'):
self.findings.append("不遵守 Crawl-delay")
self.recommendations.append("解析并遵守目标站点的 robots.txt Crawl-delay")
def check_data_scope(self):
"""检查数据获取范围"""
if self.config.get('fetches_personal_info'):
self.findings.append("获取个人信息")
self.recommendations.append("立即停止，评估是否触犯侵犯公民个人信息罪")
if self.config.get('fetches_copyrighted_content'):
self.findings.append("获取受著作权保护的内容")
self.recommendations.append("获得授权或转型为分析服务")
def check_business_model(self):
"""检查业务模式"""
if self.config.get('business_model') == 'aggregation':
self.findings.append("聚合展示模式")
self.recommendations.append("评估是否构成实质性替代，考虑转型为分析服务")
if self.config.get('business_model') == 'resale':
self.findings.append("数据转售模式")
self.recommendations.append("极高风险，建议立即停止")
def run_checkup(self):
print("=== 爬虫行为法律体检 ===\n")
self.check_authentication()
self.check_rate_limiting()
self.check_data_scope()
self.check_business_model()
if self.findings:
print(f"发现 {len(self.findings)} 项风险行为:")
for i, finding in enumerate(self.findings, 1):
print(f"\n{i}. ⚠ {finding}")
print(f" 建议: {self.recommendations[i-1]}")
else:
print("✅ 未发现明显风险行为")
return len(self.findings) == 0
# 使用示例
checkup = CrawlerLegalCheckup({
'forges_user_agent': True,
'forges_device_id': False,
'uses_proxy_rotation': True,
'requests_per_second': 15,
'respects_crawl_delay': False,
'fetches_personal_info': False,
'fetches_copyrighted_content': True,
'business_model': 'aggregation',
})
checkup.run_checkup()
