Le web scraping est-il légal en 2026 ? Ce que les scrapeurs doivent savoir

Quelles lois peuvent s’appliquer à un scraper web ?

Posez-vous cinq questions pour chaque projet :

1. Accès. Avez-vous franchi une connexion, un paywall ou autre portail ? Les lois sur l’usage informatique protègent l’autorisation ; les pages publiques sont traitées différemment des pages protégées.
2. Contournement. Avez-vous vaincu une mesure technique, comme un système anti-bot ? Aux US, l’article 1201 du DMCA est testé contre les scrapeurs.
3. Contrat. Avez-vous accepté les conditions du site, par exemple en créant un compte ? Le non-respect des termes peut être une infraction contractuelle même si l’accès était légal.
4. Contenu. Copiez-vous des textes, images ou bases de données protégées ? Les droits d’auteur et en UE, le droit des bases de données, protègent plus que des simples faits.
5. Personnes. Les données identifient-elles quelqu’un ? Alors la loi sur la protection des données, comme le GDPR ou les lois d’État US, s’applique, public ou non.

Quelle est la situation juridique aux États-Unis ?

• Computer Fraud and Abuse Act. Après la décision Van Buren (2021) de la Cour Suprême, la 9e Circuit a jugé dans hiQ v. LinkedIn (avril 2022) que scraper des données publiques n’est pas un accès "sans autorisation". La même affaire a conclu qu’hiQ avait violé l’accord utilisateur LinkedIn, puis un règlement a été trouvé.
• Conditions d’utilisation. Dans Meta v. Bright Data (N.D. Cal., janvier 2024), la cour a jugé que les termes de Meta n’interdisaient pas le scraping de données publiques sans être connecté ; Meta a abandonné le procès. Les accusations de X Corp contre Bright Data ont été rejetées en mai 2024 puis réglées.
• Anti-contournement. Deux affaires de 2026 testent si franchir un anti-bot enfreint l’article 1201 du DMCA. Dans Google v. SerpApi, la première plainte a été rejetée en juillet 2026, une plainte amendée est en cours. Dans Reddit v. SerpApi, Oxylabs, AWMProxy et Perplexity, en juillet 2026, la cour a rejeté la plupart des requêtes de SerpApi et Perplexity ; celle d’Oxylabs était encore en attente en octobre 2026. Aucun défendeur reconnu responsable, sur le fond aucune décision prise.
• Droit d’auteur et IA. En septembre 2026, la 3e Circuit a jugé dans Thomson Reuters v. Ross que former un outil juridique non génératif à partir de résumés Westlaw n’est pas un usage équitable.

Quelle est la situation juridique dans l'UE et au Royaume-Uni ?

• Text and data mining. Le droit d’auteur européen autorise le text and data mining sur contenu accessible légalement, sauf si le titulaire des droits l’a expressément réservé en format machine-readable. Dans Kneschke v. LAION (décembre 2025), le tribunal supérieur régional de Hambourg a jugé que LAION, association de recherche non commerciale, pouvait s’appuyer sur l’exception scientifique TDM, et qu’une réserve en langage clair n’était pas machine-readable avec la technologie de 2021. Ceci pourrait évoluer avec la technologie, et un appel devant la Bundesgerichtshof (BGH) est accepté. Les crawlers commerciaux doivent donc considérer les réserves en langage clair dans les conditions d’utilisation comme contraignantes aujourd’hui.
• AI Act. Les fournisseurs de modèles IA à usage général doivent avoir une politique pour identifier et respecter ces réserves (article 53). Le code de conduite 2025 engage les signataires à respecter les robots.txt.
• Droit des bases de données. Le droit sui generis européen protège l’investissement substantiel dans une base de données. La Cour de Justice a jugé dans CV-Online Latvia v. Melons (2021) que la réutilisation d’une base peut porter atteinte à ce droit si elle nuit à l’investissement.
• Données personnelles. Le GDPR s’applique aux données personnelles publiques. L’avis 28/2024 du EDPB dit que l’intérêt légitime peut être une base légale pour développement IA, au cas par cas ; la CNIL a publié des recommandations sur le scraping pour IA en juin 2025.
• Royaume-Uni. Dans Getty Images v. Stability AI (novembre 2025), la Haute Cour a rejeté les revendications de droit d’auteur secondaire sur le modèle ; Getty a obtenu la permission de faire appel.

Comment réduire le risque légal d’un projet de scraping ?

• Pages publiques uniquement. Pas de connexion, pas de paywalls, pas de comptes que vous ne possédez pas.
• Respectez robots.txt et les refus d’IA. Appliquez RFC 9309, honorez les signaux de type ai-train=no pour les données d’entraînement, et consignez ce que vous avez vérifié et quand.
• Ne contournez pas. Pas de résolution de CAPTCHA, pas d’outils conçus pour tromper la détection de bots, pas de nouvelles tentatives pour dépasser un refus. Voir comment répondre aux erreurs 403, 429 et CAPTCHA.
• Lisez les conditions des sites sur lesquels vous comptez, surtout si vous avez un compte.
• Minimisez les données personnelles, documentez votre base légale et gardez un moyen de respecter les objections.
• Utilisez ce que vous collectez équitablement : les faits et analyses sont plus sûrs que la republication de textes ou d’images entiers.
• Tenez des registres : URLs, dates, versions robots.txt et identité de votre crawler.

Pour tout ce qui présente un vrai risque, consultez un avocat dans les pays concernés.

Est-ce que l'usage d’un proxy change la légalité du scraping ?

Non. Un proxy modifie l’origine apparente de votre requête ; il ne change ni ce que vous collectez, ni comment. Les mêmes cinq questions s’appliquent avec ou sans proxy. Deux choses changent cependant. D’abord, les règles de votre fournisseur de proxy : CrawlRelay a une politique d'utilisation acceptable qui autorise uniquement les données publiques et interdit le contournement et la fraude. Ensuite, l’origine des IP du fournisseur : en 2026, Google et les autorités américaines ont démantelé les réseaux IPIDEA et NetNut à cause d’appareils recrutés sans consentement, alors demandez toujours d’où viennent les IP d’un fournisseur. Les nôtres sont détaillées sur la page sourcing.