O que scrapers precisam saber sobre legalidade do web scraping em 2026

Quais leis podem se aplicar a um scraper web?

Faça cinco perguntas para cada projeto:

1. Acesso. Você passou por login, paywall ou outra barreira? Leis de mau uso de computador consideram autorização; páginas públicas são tratadas diferente de protegidas.
2. Contorno. Você contornou medida técnica, como sistema anti-bot? Nos EUA, a seção 1201 do DMCA está sendo testada contra scrapers.
3. Contrato. Você aceitou os termos do site, por exemplo, criando uma conta? Quebrar termos pode ser uma reivindicação contratual mesmo com acesso legal.
4. Conteúdo. Você está copiando texto, imagens ou base de dados protegidos? Direitos autorais e, na UE, direito sobre base de dados protegem mais que fatos.
5. Pessoas. Os dados identificam alguém? Então se aplica a lei de proteção de dados, como GDPR ou leis estaduais dos EUA, pública ou não.

Qual é a posição legal nos Estados Unidos?

• Computer Fraud and Abuse Act. Após decisão Van Buren (2021) da Suprema Corte, o Nono Circuito decidiu em hiQ v. LinkedIn (abril 2022) que scraping de dados públicos não é acesso "sem autorização". O mesmo caso concluiu que hiQ violou o acordo do usuário do LinkedIn, e houve acordo.
• Termos de uso. Em Meta vs. Bright Data (N.D. Cal., jan 2024), o tribunal decidiu que os termos da Meta não impedem scraping desconectado de dados públicos; Meta abandonou o caso. Reclamações da X Corp contra Bright Data foram rejeitadas em maio 2024 e depois resolvidas.
• Anti-contorno. Dois casos de 2026 testam se passar por sistema anti-bot viola a seção 1201 do DMCA. Em Google vs. SerpApi a primeira queixa foi rejeitada em jul 2026 e uma alterada está pendente. Em Reddit vs. SerpApi, Oxylabs, AWMProxy e Perplexity em 31 jul 2026 o tribunal negou em grande parte as moções para rejeitar; pedido da Oxylabs ainda pendente em out 2026. Nenhum réu foi considerado culpado e o mérito ainda não foi decidido.
• Direitos autorais e IA. Em set 2026 o Terceiro Circuito decidiu em Thomson Reuters vs. Ross que treinar ferramenta legal não generativa com headnotes do Westlaw não é uso justo.

Qual é a posição legal na UE e no Reino Unido?

• Texto e mineração de dados. A lei de direitos autorais da UE permite mineração de texto e dados de conteúdo acessível legalmente, exceto se o detentor reservou esse uso, para conteúdo online legível por máquina. Em Kneschke vs. LAION (dez 2025), o Tribunal Regional Superior de Hamburgo decidiu que LAION, associação de pesquisa sem fins lucrativos, podia usar exceção TDM para pesquisa científica, e que reservas em linguagem simples não eram legíveis por máquina com tecnologia de 2021. Isso pode mudar com evolução tecnológica e recurso ao Tribunal Federal de Justiça (BGH) foi permitido. Crawlers comerciais devem tratar reservas em linguagem simples como vinculativas hoje.
• AI Act. Provedores de modelos de IA de propósito geral devem ter política para identificar e respeitar essas reservas (Artigo 53). O código de prática de 2025 compromete signatários com crawlers que seguem robots.txt.
• Direito sobre base de dados. O direito sui generis da UE protege investimento substancial em uma base de dados. Em CV-Online Latvia vs. Melons (2021) o Tribunal de Justiça decidiu que reutilizar base de dados pode infringir esse direito se prejudicar o investimento.
• Dados pessoais. GDPR aplica-se a dados pessoais públicos. O parecer 28/2024 do EDPB diz que interesse legítimo pode ser base legal para desenvolvimento de IA, caso a caso; a CNIL emitiu recomendações sobre scraping para IA em jun 2025.
• Reino Unido. Em Getty Images vs. Stability AI (nov 2025) o High Court rejeitou reivindicação secundária de direitos autorais sobre o modelo; Getty foi autorizada a apelar.

Como reduzir o risco legal de um projeto de scraping?

• Somente páginas públicas. Sem logins, sem paywalls, sem contas que você não possua.
• Respeite robots.txt e opt-outs para IA. Aplique RFC 9309, honre sinais no estilo ai-train=no para dados de treinamento e registre o que verificou e quando.
• Não contorne. Nada de resolver CAPTCHA, ferramentas para bloquear detecção de bot, ou tentativas para passar recusas. Veja como responder a 403, 429 e CAPTCHAs.
• Leia os termos dos sites dos quais depende, especialmente se tiver conta neles.
• Minimize dados pessoais, documente sua base legal e mantenha uma forma de respeitar objeções.
• Use o que coletar de forma justa: fatos e análises são mais seguros do que republicar textos ou imagens inteiras.
• Mantenha registros: URLs, datas, versões de robots.txt e a identidade do seu crawler.

Para qualquer exposição real, consulte um advogado nos países envolvidos.

Usar um proxy muda se scraping é legal?

Não. Um proxy muda de onde seu pedido parece vir; não muda o que você coleta nem como. As mesmas cinco perguntas se aplicam com ou sem ele. Duas coisas mudam. Primeiro, as regras do seu provedor de proxy: a Política de Uso Aceitável do CrawlRelay permite apenas dados públicos e proíbe contorno e fraudes. Segundo, a origem dos IPs do provedor: em 2026 Google e autoridades dos EUA interromperam as redes IPIDEA e NetNut por dispositivos recrutados sem consentimento adequado, então pergunte de onde vêm os IPs do provedor. Os nossos estão detalhados na página de sourcing.