第一：除了公开数据，别乱伸手
公民隐私数据： 身份证号、手机号、家庭住址（这些碰了真会进去）。- 国家机密/国防信息： 绝密区域，想都别想。
- 版权保护内容： 比如付费的小说、电影、音乐，爬下来传播就是侵权。
- ★ TIPS ★
如果你需要登录才能看到，或人家明确加密不让你看的数据，强行暴力破解去爬，风险极大。
原则：可见即可爬（公开数据），越权即违法。
第二：温和的爬虫，不是暴力的 DDoS
- 写代码时别太贪心，必须控制请求频率。如果你一秒钟并发几千个请求，把人家网站资源耗尽了，导致服务器崩了，这就叫 DDoS 攻击。这不仅是技术烂，更是法律责任。随时请喝茶
。 - ★ TIPS ★
代码里加一句time.sleep()，模拟人类的浏览速度。慢一点，才安全。这是对服务器的尊重，也是你的护身符。
第三：看清门规，别搞破坏
- Robots 协议： 动手前，先看眼网站的
robots.txt文件，它规定了哪些能爬，哪些不能爬。这叫“先礼后兵”。 - 数据用途： 你爬数据自己做分析、练手没问题。但如果你把数据直接打包卖，或者做一个一模一样的竞品网站，这就叫不正当竞争。
- ★ TIPS ★
技术本身无罪，就像刀具不犯法，看你怎么用。
切菜（数据分析）是工具；砍人（恶意攻击/倒卖）就是凶器。
第四：总结
- 总结：爬虫是为了提效搞工作，不是为了包吃包住。
- 且爬且珍惜。