抓取网页数据违法吗(Robots协议（也称为爬虫协议、机器人协议等）的全称)

　　抓取网页数据违法吗(Robots协议（也称为爬虫协议、机器人协议等）的全称)

　　机器人协议（也称为爬虫协议、机器人协议等）代表“机器人排除协议”（Robots Exclusion Protocol）。网站使用Robots协议告诉爬虫哪些页面可以爬取，哪些页面不能爬取。

　　robots.txt 文件是一个文本文件。您可以使用任何常用的文本编辑器（例如 Windows 附带的记事本）来创建和编辑它。robots.txt 是一个协议，而不是一个命令。robots.txt 是搜索引擎访问网站时要查看的第一个文件。robots.txt 文件告诉蜘蛛可以在服务器上查看哪些文件。

　　如何查看采集到的内容是否有rebots协议？

　　其实方法很简单。如果您想查看，只需在 IE 上输入您的 URL/robots.txt。如果你想查看和分析机器人，你可以有专业的相关工具，站长工具！

　　作为一种计算机技术，爬虫决定了它的中立性。因此，爬虫本身并没有被法律禁止，但是利用爬虫技术获取数据存在违法甚至*敏*感*词*的风险。

　　比如像谷歌这样的搜索引擎爬虫每隔几天就会扫描一次全网的网页，供大家查看。大多数扫描的网站都非常高兴。这被定义为“好爬行动物”。但是像抢票软件这样的爬虫每秒可以针对 12306 等待数万次。Tie 总是感觉不怎么开心。这种爬虫被定义为“恶意爬虫”。

　　爬虫带来的风险主要体现在以下三个方面：

　　违反网站意愿，如网站采取防爬措施后，强行突破其防爬措施；

　　爬虫干扰被访问网站的正常运行；

　　爬虫爬取了受法律保护的特定类型的数据或信息。

　　解释一下爬虫的定义：网络爬虫（英文：web crawler），又称网络蜘蛛（spider），是一种自动浏览万维网的网络机器人。

　　网络爬虫抓取的数据有如下规则：

　　数据完全公开

　　它不存在，不能被未经授权的访问抓取

　　常见误解：认为爬虫是用来抓取个人信息的，与基本信用数据有关。

　　一般来说，技术是无罪的，但如果你用技术来爬取别人的隐私和商业数据，那你就是在藐视法律。