Il web scraping è legale? Leggi e buone pratiche
Le normative legali sono cambiate nel mercato del web scraping. Mentre un tempo il contenzioso si concentrava sull'accesso non autorizzato, nuove cause legate all'addestramento dell'IA e a soluzioni tecniche alternative stanno delineando pratiche accettabili.
Disclaimer: Il nostro lavoro ha scopo informativo e non costituisce consulenza legale; si prega di richiedere una consulenza legale professionale per indicazioni specifiche.
Il web scraping è legale?
Lo scraping di dati pubblicamente disponibili è spesso legale, ma nessuna regola generale lo rende legale ovunque. La legalità dipende da come, cosa e perché si effettua lo scraping e dalla giurisdizione.
Nell'UE, i fornitori di modelli di IA per uso generale devono rispettare le riserve di diritti, come gli opt-out leggibili dalle macchine, quando raccolgono dati di addestramento. Questi obblighi ai sensi della legge sull'IA si applicano dal 2 agosto 20251
Il web scraping può essere legale quando:
- Dai priorità allo scraping senza accesso: Esegui lo scraping dei dati pubblicamente disponibili da pagine web accessibili senza login, abbonamento o pagamento.
- Evita l'elusione tecnica: Non bypassare CAPTCHA, muri di accesso, limiti di richiesta o blocchi IP e rispetta i termini di servizio del sito web, il file robots.txt e il diritto d'autore.
- Allineati alle politiche di uso commerciale: Le cause legali in corso sull'addestramento dell'IA, come quelle di Reddit contro Anthropic e Perplexity, stanno mettendo alla prova rivendicazioni contrattuali, anti-elusione e di diritto d'autore contro gli sviluppatori di IA.
- Rispetta le leggi globali sulla privacy: Non raccogliere dati personali o sensibili, come nomi o informazioni di contatto, in modo da violare le leggi sulla privacy, incluso il Regolamento generale sulla protezione dei dati (GDPR) e il California Consumer Privacy Act (CCPA).
Per ulteriori informazioni sulla raccolta etica dei dati, consulta il nostro benchmark etico e conforme sui dati web.
Ultimi aggiornamenti legali sul web scraping
Sebbene il web scraping possa essere legale, le aziende non desiderano essere oggetto di scraping. Se queste piattaforme riescono a dimostrare che lo scraping da parte di un bot danneggia la loro infrastruttura o le loro operazioni, allora tale attività può essere ritenuta illegale dal tribunale.
Di seguito sono riportate importanti cause legali sullo scraping, per lo più dagli Stati Uniti. Gli esiti variano: in alcune, i tribunali hanno dato ragione al sito web oggetto di scraping; in altre, a chi ha effettuato lo scraping.
Reddit contro Perplexity AI e servizi di scraping
Tribunale: Corte distrettuale degli Stati Uniti per il distretto meridionale di New York
Tempistica: ottobre 2025 – presente (causa attiva)
Reddit ha citato in giudizio il motore di ricerca IA Perplexity AI e tre importanti fornitori di scraping/proxy (SerpApi, Oxylabs, AWMProxy) per la raccolta di dati su scala industriale e l'elusione di barriere tecniche. 2
Conflitto:
Reddit sostiene che i convenuti hanno messo in atto un piano in stile “rapina in banca” per rubare contenuti protetti da diritto d'autore. Invece di stipulare accordi di licenza (come OpenAI e Google), Perplexity ha utilizzato strumenti di scraping specializzati per aggirare le difese di Reddit.
Argomentazioni legali:
- Scraping indiretto via Google: I convenuti hanno aggirato i blocchi di Reddit eseguendo lo scraping dei contenuti di Reddit direttamente da Google Search Results (SERPs).
- Violazioni del DMCA: A differenza dei precedenti casi sui “dati pubblici” (come hiQ), Reddit invoca il Digital Millennium Copyright Act (DMCA) Sezione 1201. Sostiene che i convenuti non hanno “avuto accesso” ai dati, ma hanno aggirato deliberatamente “misure tecnologiche” (limiti di richiesta, captcha e SearchGuard).
- Rifiuto di concedere licenze: Reddit sottolinea che mentre altri colossi dell'IA pagano per l'accesso ai dati, Perplexity ha aumentato il volume di scraping di 40 volte dopo aver ricevuto una lettera di diffida, scegliendo “l'elusione anziché la cooperazione”.
Stato attuale:
Alla fine del 2025, il caso è ancora in corso e non è stata emessa alcuna sentenza definitiva.
Reddit contro Anthropic
Tribunale: Corte superiore della California a San Francisco
Tempistica: giugno 2025 – presente (contenzioso attivo)
Reddit ha citato in giudizio Anthropic nel giugno 2025, sostenendo che Anthropic ha avuto accesso a Reddit e ha utilizzato i suoi contenuti per addestrare modelli di IA senza licenza, in violazione del contratto di utenza di Reddit. Le rivendicazioni di Reddit sono basate sul diritto statale, tra cui violazione del contratto, arricchimento ingiustificato e concorrenza sleale, piuttosto che sulla violazione del diritto d'autore. Anthropic contesta le richieste.
Stato attuale:
Alla fine del 2025, non vi è stata alcuna sentenza definitiva. Il caso è attualmente nella fase di discovery preliminare al processo. Anthropic ha chiesto l'archiviazione parziale del caso, sostenendo che i dati fattuali non sono proteggibili dal diritto d'autore.
Caso LinkedIn contro hiQ Labs
Tribunale: Corte distrettuale degli Stati Uniti / Corte d'appello del Nono Circuito
Tempistica: 2017–2022
LinkedIn ha citato in giudizio hiQ Labs, una società di analisi dei dati, per aver effettuato lo scraping di profili pubblicamente disponibili al fine di condurre un'analisi delle competenze professionali.3 Diversi tribunali, inclusa la Corte Suprema, hanno esaminato il caso:
- Inizialmente il Nono Circuito si è schierato con hiQ, ritenendo che lo scraping di profili pubblicamente disponibili probabilmente non violi il Computer Fraud and Abuse Act (CFAA)4
- Nel 2021, la Corte Suprema ha annullato tale sentenza e ha rinviato il caso per un riesame alla luce di Van Buren contro Stati Uniti. Nel 2022, il Nono Circuito ha riaffermato la propria posizione secondo cui lo scraping di dati pubblicamente accessibili probabilmente non costituisce accesso “senza autorizzazione” ai sensi del CFAA.
Tuttavia, alla fine del 2022 il tribunale distrettuale ha stabilito che hiQ aveva violato il contratto di utenza di LinkedIn e le parti hanno raggiunto un accordo con una sentenza sfavorevole a hiQ. Il caso dimostra che, anche quando il CFAA non si applica, la violazione dei termini di un sito web può comunque comportare responsabilità.
Meta contro Bright Data
Tribunale: Corte distrettuale degli Stati Uniti per il distretto settentrionale della California
Tempistica: 2023–2024
Tipo di causa: causa civile relativa a violazione del contratto e scraping non autorizzato dei dati
Nel gennaio 2023, Meta ha avviato una causa contro Bright Data, sostenendo che questa aveva estratto illegalmente dati dalle piattaforme Facebook e Instagram di Meta. È interessante notare che Bright Data ha contestato le affermazioni di Meta sui suoi diritti di scraping dei dati, portando entrambe le parti in tribunale.
Il tribunale si è pronunciato a favore di Bright Data, ritenendo insufficienti le prove per dimostrare che Bright Data avesse effettuato lo scraping di dati non pubblici o avesse avuto accesso ai dati mentre era connessa agli account degli utenti. Nel febbraio 2024, Meta ha deciso di ritirare le restanti richieste contro Bright Data.5
Meta (Facebook/Instagram) vieta qualsiasi raccolta automatizzata di dati?
Se hai letto i termini d'uso di Instagram, probabilmente hai visto la clausola che afferma che “lo scraping con mezzi automatizzati è vietato”.
Tuttavia, la realtà giuridica è più complessa. Nella storica causa Meta contro Bright Data (2024), il tribunale ha stabilito che se si effettua lo scraping di dati pubblici mentre non si è connessi, i termini di Meta non si applicano necessariamente perché non si è mai firmato un contratto effettuando l'accesso.
Molti siti web includono un avviso del tipo “termini di Facebook, raccolta automatizzata di dati, scraping vietato”. Ma come mostrano i recenti aggiornamenti legali sul web scraping, i tribunali distinguono sempre più tra dati protetti da una barriera di accesso e dati disponibili sul web aperto.
X Corp. contro Bright Data
Tribunale: Corte distrettuale degli Stati Uniti per il distretto settentrionale della California
Tempistica: 2023–in corso
Tipo di causa: accesso non autorizzato ai dati ai sensi delle leggi sulla frode informatica, violazioni della proprietà intellettuale
Nel luglio 2023, X Corp. ha intentato una causa contro Bright Data, sostenendo che Bright Data aveva violato i suoi termini di servizio effettuando lo scraping e vendendo enormi quantità di dati dalla piattaforma X. 6L'azione legale in California riguardava l'accesso di Bright Data ai dati pubblici su Twitter.
Nel maggio 2024, il tribunale ha respinto le richieste di X, ritenendo che le sue rivendicazioni di diritto statale sullo scraping di post pubblici fossero precluse dalla legge federale sul diritto d'autore, poiché X non possiede i contenuti pubblicati dai suoi utenti.
Caso eBay contro Bidder’s Edge
Tribunale: Corte distrettuale degli Stati Uniti per il distretto settentrionale della California
Tempistica: 1999–2000
Tipo di causa: causa civile per violazione di beni mobili, in cui eBay ha accusato Bidder’s Edge di aver effettuato illegalmente lo scraping del proprio sito utilizzando bot di raccolta dati automatizzati.
Bidder’s Edge (BE), un sito web di confronto prezzi online, ha utilizzato strumenti di web scraping per aggregare annunci d'asta da varie piattaforme, incluso eBay, senza autorizzazione. eBay ha sostenuto che i bot automatizzati di BE causavano un uso non autorizzato dei suoi sistemi.
L'ordinanza del tribunale impediva a Bidger’s Edge di effettuare nuovamente lo scraping dei contenuti di eBay. L'argomento principale che eBay ha vinto era che Bidger’s Edge stava sovraccaricando il sistema e che altri che seguissero Bidger’s Edge avrebbero potuto causare ulteriori danni al sistema di eBay.
Caso Facebook contro Power Ventures
Tribunale: Corte distrettuale degli Stati Uniti per il distretto settentrionale della California
Successivamente, è stato presentato appello alla Corte d'appello degli Stati Uniti per il Nono Circuito
Tempistica: 2008–2017
Tipo di causa: causa civile ai sensi del CFAA e della legge anti-hacking della California, con Facebook che denunciava l'accesso non autorizzato alla sua piattaforma.
Nel 2008, Facebook ha citato in giudizio Power Ventures, che aggregava i dati dei social network degli utenti e utilizzava i loro account Facebook per inviare messaggi promozionali. Nel 2016, il Nono Circuito ha stabilito che Power aveva violato il CFAA e la legge anti-hacking della California continuando ad accedere a Facebook dopo aver ricevuto una lettera di diffida e dopo che i suoi indirizzi IP erano stati bloccati. Power Ventures è stata condannata al risarcimento dei danni.7
Ultime normative sul web scraping per Paese
Stati Uniti
Stato giuridico: Nessuna legge federale unica vieta il web scraping, ma possono applicarsi diverse leggi.
A seconda di come e cosa si effettua lo scraping, possono applicarsi il CFAA, la disposizione anti-elusione del DMCA (Sezione 1201), la legge sul diritto d'autore, le rivendicazioni statali per contratto e illecito su beni mobili e le leggi statali sulla privacy come il CCPA. Il BOTS Act del 2016 vieta specificamente l'uso di bot per aggirare i limiti di acquisto dei biglietti.8
Unione Europea e Regno Unito
Stato giuridico: Nessuna legge unica dell'UE disciplina il web scraping. La sua legalità dipende dal diritto d'autore, dai diritti sulle banche dati, dalla legge sulla protezione dei dati e dai termini contrattuali.
Diritto d'autore e text and data mining: La direttiva sul diritto d'autore nel mercato unico digitale (direttiva (UE) 2019/790) ha introdotto due eccezioni per il text and data mining (TDM). L'articolo 3 consente agli organismi di ricerca e agli istituti di tutela del patrimonio culturale di effettuare TDM per la ricerca scientifica su opere a cui hanno legalmente accesso. L'articolo 4 consente a chiunque abbia accesso legale di effettuare TDM per qualsiasi scopo, incluso l'uso commerciale, a meno che il titolare dei diritti non abbia espressamente riservato i propri diritti. Per i contenuti pubblicati online, la riserva deve essere effettuata in modo appropriato, ad esempio con mezzi leggibili da una macchina. Tali eccezioni riguardano le riproduzioni effettuate a fini di TDM; non rendono lecite tutte le riproduzioni di contenuti pubblicamente disponibili. Trattandosi di una direttiva, ogni Stato membro l'ha recepita nel diritto nazionale e i dettagli variano. 9
Diritti sulle banche dati: La direttiva sulle banche dati (96/9/CE) conferisce ai costitutori di banche dati un diritto sui generis che può vietare l'estrazione o il reimpiego di tutta o di una parte sostanziale di una banca dati, anche quando i singoli elementi non sono protetti dal diritto d'autore.
Dati personali: Il GDPR si applica allo scraping di dati personali, anche quando i dati sono pubblicamente disponibili. Non vieta del tutto tale scraping, ma lo scraper deve avere una base giuridica, spesso il legittimo interesse, che richiede un bilanciamento. Lo scraper deve inoltre, di norma, informare le persone i cui dati raccoglie e limitare la raccolta a quanto necessario.
Addestramento dell'IA: Ai sensi della legge sull'IA (regolamento (UE) 2024/1689), i fornitori di modelli di IA per uso generale devono adottare una politica per conformarsi al diritto d'autore dell'UE, inclusa l'individuazione e il rispetto delle riserve di diritti effettuate ai sensi dell'articolo 4, paragrafo 3, della direttiva DSM (articolo 53, paragrafo 1, lettera c)). 10
Regno Unito: Il Regno Unito non ha recepito la direttiva DSM. La sua eccezione per il TDM (sezione 29A del Copyright, Designs and Patents Act 1988) riguarda solo la ricerca non commerciale da parte di persone con accesso legale. Il GDPR del Regno Unito e il diritto sulle banche dati del Regno Unito si applicano in parallelo.
Cosa fare e cosa non fare nel web scraping legale ed etico
Dal punto di vista legale, una domanda che le aziende dovrebbero porsi è se le loro attività di scraping danneggino il sito web oggetto di scraping. Se l'attività di scraping:
- È troppo intensa e può interrompere i servizi del sito web oggetto di scraping
- I dati raccolti vengono utilizzati per duplicare l'attività o il servizio di quel sito web, anche se non esistono normative.
Il sito web avrebbe motivi per intentare una causa contro lo scraper.
Dal punto di vista etico, dato che il web scraping ha molti casi d'uso e fornitori professionali sul mercato, non c'è nulla di male a usarlo per scopi aziendali. Esistono buone pratiche tecniche di web scraping che alleviano il carico di traffico sul sito web oggetto di scraping, come ad esempio:
- Utilizzare le APIs del sito web invece del web scraping, quando disponibili.
- Pianificare le scansioni durante le ore di basso traffico.
- Memorizzare le pagine nella cache per evitare richieste ripetute.
Finché trovi un web scraper affidabile con cui lavorare o ti assicuri che le tue risorse tecniche tengano conto di questi aspetti, puoi difendere il tuo web scraping come etico per i tuoi scopi aziendali.
Cosa fare:
- Esegui lo scraping dei dati che ti servono definendo il caso d'uso aziendale esatto e personalizzando di conseguenza la tecnologia del tuo web crawler. Questo ridurrà il rischio di sovraccaricare il sito web oggetto di scraping con traffico indesiderato.
- Leggi sempre i termini d'uso del sito web oggetto di scraping. Oltre ai termini d'uso commerciali, i siti web dispongono anche di un file robots.txt che specifica le autorizzazioni per il contenuto del sito web. La tua soluzione di web crawling o i tuoi esperti tecnici dovrebbero aiutarti a rispettare tali autorizzazioni.
- Sii trasparente riguardo al tuo web scraping e sii pronto a spiegare il tuo processo di scraping per rassicurare gli altri che il tuo approccio è legale ed etico.
Cosa non fare:
- Non sovraccaricare il sito web oggetto di scraping troppo spesso e con estrazioni troppo estese. Ciò aumenterà anche la probabilità che il sito web oggetto di scraping blocchi il tuo crawler.
- Non raccogliere dati personali a meno che tu non abbia una base giuridica ai sensi delle leggi sulla privacy applicabili come il GDPR; le autorizzazioni del file robots.txt non ne forniscono una. Se li raccogli, riducili al minimo e pseudonimizzali.
- Non esporre al pubblico i dati ottenuti tramite scraping. Assicurati che siano archiviati in modo sicuro, come i dati della tua azienda. Non sai mai per quali scopi potrebbero essere utilizzati in caso di fuga di dati.
Organizzazioni per un web scraping etico
Le principali aziende di infrastrutture per i dati web hanno formato associazioni per allineare il settore e le parti interessate sull'uso etico del web scraping. Queste associazioni sono:
- Alliance for Responsible Data Collection, che include Bright Data e Common Crawl tra le altre parti interessate.
- Ethical Web Data Collection Initiative (EWDCI), che include Oxylabs, ProxyEmpire, Zyte, tra gli altri.
È legale lo scraping dei dati per l'addestramento dell'IA?
Lo status giuridico dello scraping dei dati dipende dal tipo di dati, dalla loro posizione e dai metodi utilizzati per accedervi. Molte leggi pertinenti sono in corso di interpretazione e definizione da parte dei tribunali.
Negli Stati Uniti, nel caso hiQ contro LinkedIn il Nono Circuito ha stabilito che lo scraping di dati pubblicamente accessibili senza accesso probabilmente non viola il CFAA. Tale sentenza si basava in parte sull'interpretazione restrittiva della Corte Suprema di “supera l'accesso autorizzato” in Van Buren contro Stati Uniti (2021), un caso che non riguardava lo scraping. Separatamente, in Meta contro Bright Data, il tribunale ha ritenuto che i termini di Meta non vietassero lo scraping da disconnessi di dati pubblici, una pronuncia contrattuale piuttosto che relativa al CFAA.
La questione se l'uso di dati ottenuti tramite scraping per addestrare modelli di IA violi il diritto d'autore è una questione separata che i tribunali negli Stati Uniti e altrove stanno ancora decidendo.
Aggiungi come fonte preferitaFAQ
Se i termini di servizio (ToS) di un sito web vietano esplicitamente lo scraping, l'accesso o la raccolta di dati da quel sito tramite mezzi automatizzati, tale condotta può costituire una violazione di tali termini.
La sola violazione dei termini di servizio è generalmente trattata come una questione contrattuale piuttosto che come una violazione del CFAA. Tuttavia, continuare ad accedere a un sito dopo che l'autorizzazione è stata esplicitamente revocata, ad esempio tramite una lettera di diffida o il blocco degli IP, può comportare un rischio ai sensi del CFAA, come nel caso Facebook contro Power Ventures. Puoi contattare il proprietario del sito per richiedere l'autorizzazione o utilizzare le APIs ufficiali.
Non di per sé. I tribunali trattano le violazioni dei termini di servizio come una questione di diritto civile contrattuale, non come un reato penale. Tuttavia, una violazione può sostenere richieste di risarcimento per inadempimento contrattuale e rafforzare le rivendicazioni ai sensi di altre leggi, in particolare dopo un avviso esplicito, come una lettera di diffida.
Cita questa ricerca
Scegli il formato adatto a dove pubblicherai. Incollare la versione con link nel tuo CMS preserva il backlink.
@misc{karatas2026,
author = {Karatas, Gulbahar},
title = {{Il web scraping è legale? Leggi e buone pratiche}},
year = {2026},
month = oct,
howpublished = {\url{https://aimultiple.com/is-web-scraping-legal}},
note = {AIMultiple. Consultato il 26 ottobre 2026}
}Registro delle modifiche
2 aggiornamentiAggiunta la sezione "Lo scraping di dati per l'addestramento dell'IA è legale?" e le linee guida UE nelle FAQ.
Collegamenti di riferimento
Prossimo da leggere
Le 5 Migliori Estensioni Chrome Gratuite per il Web Scraping
Web Scraping su Larga Scala: 7 Fornitori Confrontati
Migliori librerie Python per il web scraping
Commenti 1
Condividi i tuoi pensieri
Il tuo indirizzo email non verrà pubblicato. Tutti i campi sono obbligatori. I commenti vengono lasciati nella loro lingua originale.
Thank you for the great and well-written articles. Can you write an article explaining the limits and/ or usefulness of using a website’s APIs rather than web scraping, when available. Instagram & TikTok website APIs for example are limited to what type of data can be extracted. My understanding is that not everything can be scrapped using their websites API. Looking forward to your response. Thank you.