Web Scraping é Legal? Leis e Melhores Práticas
As regulamentações legais mudaram no mercado de web scraping. Enquanto os litígios antes se concentravam em acesso não autorizado, novas ações judiciais relacionadas ao treinamento de IA e a soluções técnicas alternativas estão moldando as práticas aceitáveis.
Aviso Legal: Nosso trabalho tem fins informativos e não constitui aconselhamento jurídico; procure orientação jurídica profissional para orientações específicas.
Web scraping é legal?
Raspar dados publicamente disponíveis é frequentemente legal, mas nenhuma regra geral a torna legal em todos os lugares. A legalidade depende de como, o quê e por que você faz scraping, e da jurisdição.
Na UE, os provedores de modelos de IA de uso geral devem respeitar as reservas de direitos, como opt-outs legíveis por máquina, ao coletar dados de treinamento. Essas obrigações previstas na Lei de IA se aplicam desde 2 de agosto de 20251
O web scraping pode ser legal quando você:
- Priorize o scraping sem login: Extraia dados publicamente disponíveis de páginas da web acessíveis sem login, assinatura ou pagamento.
- Evite a evasão técnica: Não contorne CAPTCHAs, paredes de login, limites de taxa ou bloqueios de IP e respeite os termos de serviço, o arquivo robots.txt e os direitos autorais do site.
- Alinhe-se às políticas de uso comercial: Ações judiciais em andamento sobre treinamento de IA, como os processos da Reddit contra Anthropic e Perplexity, estão testando reivindicações contratuais, anticircunvenção e direitos autorais contra desenvolvedores de IA.
- Cumpra as leis globais de privacidade: Não colete dados pessoais ou sensíveis, como nomes ou informações de contato, de uma forma que viole leis de privacidade, incluindo o Regulamento Geral sobre a Proteção de Dados (GDPR) e a Lei de Privacidade do Consumidor da Califórnia (CCPA).
Para saber mais sobre coleta ética de dados, confira nosso benchmark de dados web éticos e em conformidade.
Últimas atualizações legais sobre web scraping
Embora o web scraping possa ser legal, ser alvo de scraping não é desejado pelas empresas. Se essas plataformas puderem demonstrar que serem raspadas por um bot prejudica sua infraestrutura ou operações, essa atividade poderá ser considerada ilegal pelo tribunal.
Abaixo estão processos importantes de scraping, principalmente dos EUA. Os resultados variam: em alguns, os tribunais ficaram do lado do site raspado; em outros, do lado do scraper.
Reddit vs. Perplexity AI e serviços de scraping
Tribunal: Tribunal Distrital dos EUA para o Distrito Sul de Nova York
Linha do tempo: Outubro de 2025 – Presente (Caso Ativo)
O Reddit processou o mecanismo de busca de IA Perplexity AI e três grandes provedores de scraping/proxy (SerpApi, Oxylabs, AWMProxy) por coleta de dados em escala industrial e evasão de barreiras técnicas. 2
Conflito:
O Reddit alega que os réus participaram de um esquema “estilo assalto a banco” para roubar conteúdo protegido por direitos autorais. Em vez de firmar acordos de licenciamento (como OpenAI e Google), o Perplexity usou ferramentas de scraping especializadas para contornar as defesas do Reddit.
Argumentos legais:
- Scraping indireto via Google: Os réus contornaram os bloqueios do próprio Reddit raspando o conteúdo Reddit diretamente dos Resultados de Pesquisa do Google (SERPs).
- Violações da DMCA: Ao contrário de casos anteriores de “dados públicos” (como hiQ), o Reddit está invocando a Seção 1201 do Digital Millennium Copyright Act (DMCA). Eles argumentam que os réus não “acessaram” os dados, mas contornaram propositalmente “medidas tecnológicas” (limites de taxa, captchas e SearchGuard).
- Recusa em licenciar: O Reddit destaca que, enquanto outras gigantes de IA pagam pelo acesso a dados, o Perplexity aumentou seu volume de scraping 40 vezes após receber uma carta de cessar e desistir, optando por “circunvenção em vez de cooperação”.
Situação atual:
No final de 2025, o caso está em andamento e nenhuma decisão final foi proferida.
Reddit vs. Anthropic
Tribunal: Tribunal Superior da Califórnia em São Francisco
Linha do tempo: Junho de 2025 – Presente (Litígio Ativo)
O Reddit processou a Anthropic em junho de 2025, alegando que a Anthropic acessou o Reddit e usou seu conteúdo para treinar modelos de IA sem licença, violando o contrato de usuário do Reddit. As reivindicações do Reddit são baseadas em leis estaduais, incluindo quebra de contrato, enriquecimento sem causa e concorrência desleal, em vez de reivindicações de direitos autorais. A Anthropic contesta as reivindicações.
Situação atual:
No final de 2025, não houve decisão judicial final. O caso está atualmente na fase de discovery pré-julgamento. A Anthropic pediu a rejeição de partes do caso, argumentando que dados factuais não são protegidos por direitos autorais.
Caso Linkedin vs hiQ Labs
Tribunal: Tribunal Distrital dos EUA / Tribunal de Apelações do Nono Circuito
Linha do tempo: 2017–2022
O LinkedIn processou a hiQ Labs, uma empresa de análise de dados, por raspar perfis publicamente disponíveis para realizar uma análise de habilidades profissionais.3 Vários tribunais, incluindo a Suprema Corte, revisaram o caso:
- O Nono Circuito inicialmente ficou do lado da hiQ, decidindo que raspar perfis publicamente disponíveis provavelmente não viola a Lei de Fraude e Abuso de Computadores (CFAA)4
- Em 2021, a Suprema Corte anulou essa decisão e devolveu o caso para reconsideração à luz de Van Buren v. United States. Em 2022, o Nono Circuito reafirmou seu entendimento de que raspar dados publicamente acessíveis provavelmente não é acesso “sem autorização” nos termos da CFAA.
No entanto, no final de 2022, o tribunal distrital decidiu que a hiQ havia violado o Contrato de Usuário do LinkedIn, e as partes chegaram a um acordo com sentença contra a hiQ. O caso mostra que, mesmo onde a CFAA não se aplica, violar os termos de um site ainda pode gerar responsabilidade.
Meta vs Bright Data
Tribunal: Tribunal Distrital dos EUA para o Distrito Norte da Califórnia
Linha do tempo: 2023–2024
Tipo de caso: Processo civil envolvendo quebra de contrato e coleta não autorizada de dados
Em janeiro de 2023, a Meta ajuizou uma ação contra a Bright Data, alegando que esta extraiu ilegalmente dados das plataformas Facebook e Instagram da Meta. Curiosamente, a Bright Data contestou as alegações da Meta sobre seus direitos de raspagem de dados, levando ambas as partes ao tribunal.
O tribunal decidiu a favor da Bright Data, considerando não haver provas suficientes de que a Bright Data tenha raspado dados não públicos ou acessado dados enquanto conectada a contas de usuários. Em fevereiro de 2024, a Meta decidiu desistir das reivindicações restantes contra a Bright Data.5
A Meta (Facebook/Instagram) proíbe toda coleta automatizada de dados?
Se você leu os termos de uso do Instagram, provavelmente viu a cláusula que afirma que “a coleta por meios automatizados é proibida”.
No entanto, a realidade jurídica é mais complexa. No caso histórico Meta v. Bright Data (2024), o tribunal decidiu que, se você estiver raspando dados públicos sem estar conectado, os termos da Meta não se aplicam necessariamente, porque você nunca assinou um contrato ao fazer login.
Muitos sites incluem um aviso de ‘termos do Facebook, coleta automatizada de dados, scraping proibido’. Mas, como visto nas recentes atualizações legais sobre web scraping, os tribunais estão cada vez mais distinguindo entre dados atrás de uma parede de login e dados disponíveis na web aberta.
X Corp. vs Bright Data
Tribunal: Tribunal Distrital dos EUA para o Distrito Norte da Califórnia
Linha do tempo: 2023–em andamento
Tipo de caso: Acesso não autorizado a dados sob estatutos de fraude informática, violações de propriedade intelectual
Em julho de 2023, a X Corp. entrou com uma ação contra a Bright Data, alegando que a Bright Data violou seus termos de serviço ao raspar e vender grandes quantidades de dados da plataforma X. 6A ação judicial na Califórnia dizia respeito ao acesso da Bright Data a dados públicos no Twitter.
Em maio de 2024, o tribunal rejeitou as alegações do X, decidindo que suas reivindicações baseadas em leis estaduais sobre a raspagem de postagens públicas foram preteridas pela lei federal de direitos autorais, uma vez que o X não é dono do conteúdo que seus usuários publicam.
Caso eBay vs Bidder’s Edge
Tribunal: Tribunal Distrital dos Estados Unidos para o Distrito Norte da Califórnia
Linha do tempo: 1999–2000
Tipo de caso: Processo civil por violação de propriedade pessoal, no qual o eBay acusou a Bidder’s Edge de raspar ilegalmente seu site usando bots automatizados de coleta de dados.
A Bidder’s Edge (BE), um site de comparação de preços online, usou ferramentas de web scraping para agregar listagens de leilões de várias plataformas, incluindo o eBay, sem permissão. O eBay alegou que os bots automatizados da BE causaram uso não autorizado de seus sistemas.
A ordem judicial impedia a Bidger’s Edge de raspar o conteúdo eBay novamente. O principal argumento vencedor do eBay foi que a Bidger’s Edge estava sobrecarregando seu sistema e que outros que seguissem a Bidger’s Edge poderiam causar mais danos ao sistema do eBay.
Caso Facebook vs Power Ventures
Tribunal: Tribunal Distrital dos EUA para o Distrito Norte da Califórnia
Posteriormente, houve apelação para o Tribunal de Apelações dos EUA para o Nono Circuito
Linha do tempo: 2008–2017
Tipo de caso: Processo civil sob a CFAA e a lei anti-hacking da Califórnia, com o Facebook alegando acesso não autorizado à sua plataforma.
Em 2008, o Facebook processou a Power Ventures, que agregava dados de redes sociais de usuários e usava suas contas do Facebook para enviar mensagens promocionais. Em 2016, o Nono Circuito decidiu que a Power violou a CFAA e a lei anti-hacking da Califórnia ao continuar acessando o Facebook após receber uma carta de cessar e desistir e ter seus endereços IP bloqueados. A Power Ventures foi condenada a pagar indenizações.7
Regulamentações mais recentes sobre web scraping por país
Estados Unidos
Status legal: Nenhuma lei federal única proíbe o web scraping, mas várias leis podem se aplicar.
Dependendo de como e o que você raspa, a CFAA, a disposição anticircunvenção da DMCA (Seção 1201), a lei de direitos autorais, reivindicações estaduais de contrato e violação de bens pessoais e leis estaduais de privacidade, como a CCPA, podem se aplicar. A Lei BOTS de 2016 proíbe especificamente o uso de bots para contornar limites de compra de ingressos.8
União Europeia e Reino Unido
Status legal: Nenhuma lei única da UE rege o web scraping. Sua legalidade depende de direitos autorais, direitos sobre bancos de dados, leis de proteção de dados e termos contratuais.
Direitos autorais e mineração de texto e dados: A Diretiva sobre Direitos Autorais no Mercado Único Digital (Diretiva (UE) 2019/790) introduziu duas exceções de mineração de texto e dados (TDM). O Artigo 3 permite que organizações de pesquisa e instituições de patrimônio cultural realizem TDM para pesquisa científica sobre obras às quais tenham acesso legal. O Artigo 4 permite que qualquer pessoa com acesso legal realize TDM para qualquer finalidade, incluindo uso comercial, salvo se o titular dos direitos tiver reservado expressamente seus direitos. Para conteúdo publicado online, a reserva deve ser feita de maneira apropriada, como por meios legíveis por máquina. Essas exceções cobrem reproduções feitas para TDM; elas não tornam legal toda reprodução de conteúdo publicamente disponível. Por se tratar de uma diretiva, cada Estado-membro a transpôs para a legislação nacional, e os detalhes variam. 9
Direitos sobre bancos de dados: A Diretiva sobre Bancos de Dados (96/9/CE) confere aos criadores de bancos de dados um direito sui generis que pode proibir a extração ou reutilização de todo ou parte substancial de um banco de dados, mesmo quando os itens individuais não são protegidos por direitos autorais.
Dados pessoais: O GDPR se aplica à raspagem de dados pessoais, mesmo quando os dados estão publicamente disponíveis. Ele não proíbe essa raspagem de forma absoluta, mas o scraper precisa de uma base legal, frequentemente interesses legítimos, o que exige um teste de ponderação. O scraper também deve, em geral, informar as pessoas cujos dados coleta e limitar a coleta ao necessário.
Treinamento de IA: Nos termos da Lei de IA (Regulamento (UE) 2024/1689), os provedores de modelos de IA de uso geral devem implementar uma política para cumprir a legislação de direitos autorais da UE, incluindo identificar e respeitar as reservas de direitos feitas nos termos do Artigo 4(3) da Diretiva DSM (Artigo 53(1)(c)). 10
Reino Unido: O Reino Unido não implementou a Diretiva DSM. Sua exceção de TDM (seção 29A do Copyright, Designs and Patents Act 1988) abrange apenas pesquisa não comercial por pessoas com acesso legal. O GDPR do Reino Unido e o direito de banco de dados do Reino Unido se aplicam em paralelo.
O que fazer e o que não fazer no web scraping legal e ético
Do ponto de vista jurídico, uma pergunta que as empresas devem se fazer é se seus atos de raspagem prejudicam o site raspado. Se a atividade de raspagem:
- É intensa demais, o que pode interromper os serviços do site raspado
- Os dados raspados são usados para duplicar a atividade ou serviço desse site, mesmo que não existam regulamentações.
O site teria fundamentos para abrir uma ação contra o scraper.
Do ponto de vista ético, dado que o web scraping tem muitos casos de uso e provedores profissionais no mercado, não há vergonha em usá-lo para fins comerciais. Existem boas práticas técnicas de web scraping que aliviarão a carga de tráfego no site raspado, como:
- Usar as APIs do site em vez de web scraping, quando disponíveis.
- Agendar os rastreamentos fora dos horários de pico.
- Armazenar páginas em cache para evitar solicitações repetidas.
Desde que você encontre um web scraper confiável para trabalhar ou garanta que seus recursos técnicos considerem essas práticas, você pode defender seu web scraping como ético para seus fins comerciais.
O que fazer:
- Raspe os dados de que você precisa definindo o caso de negócio exato e personalizando sua tecnologia de web crawler de acordo. Isso minimizará o risco de esgotar o site raspado com tráfego indesejado.
- Sempre leia os termos de uso do site raspado. Além dos termos de uso comerciais, os sites também têm um arquivo robots.txt que especifica permissões para o conteúdo site. Sua solução de web crawling ou especialistas técnicos devem ajudá-lo a cumprir essas permissões.
- Seja transparente sobre seu web scraping e esteja pronto para explicar seu processo de raspagem para assegurar aos outros que sua abordagem é legal e ética.
O que não fazer:
- Não esgote o site raspado com muita frequência e com extrações muito extensas. Isso também aumentará a probabilidade de o site raspado bloquear seu crawler.
- Não colete dados pessoais, a menos que você tenha uma base legal nos termos das leis de privacidade aplicáveis, como o GDPR; as permissões do robots.txt não fornecem essa base. Se você os coletar, minimize e pseudonimize os dados.
- Não exponha os dados raspados ao público. Certifique-se de que sejam armazenados com segurança, como os dados da sua própria empresa. Nunca se sabe para quais finalidades eles poderão ser usados se vazarem.
Organizações para web scraping ético
Empresas líderes em infraestrutura de dados da web formaram associações para alinhar seu setor e partes interessadas quanto ao uso ético do web scraping. Essas associações são:
- Alliance for Responsible Data Collection, que inclui Bright Data e Common Crawl, entre outras partes interessadas.
- Ethical Web Data Collection Initiative (EWDCI), que inclui Oxylabs, ProxyEmpire, Zyte, entre outros.
É legal raspar dados para treinamento de IA?
O status legal da raspagem de dados depende do tipo de dados, de sua localização e dos métodos usados para acessá-los. Muitas leis relevantes estão sendo interpretadas e estabelecidas pelos tribunais.
Nos Estados Unidos, o Nono Circuito decidiu em hiQ v. LinkedIn que raspar dados publicamente acessíveis sem login provavelmente não viola a CFAA. Essa decisão baseou-se em parte na interpretação restrita da Suprema Corte sobre “exceder o acesso autorizado” em Van Buren v. United States (2021), caso que não envolveu raspagem. Separadamente, em Meta v. Bright Data, o tribunal considerou que os termos da Meta não proibiam a raspagem de dados públicos quando desconectado, uma decisão contratual e não baseada na CFAA.
Se o uso de dados raspados para treinar modelos de IA infringe direitos autorais é uma questão separada que os tribunais nos EUA e em outros lugares ainda estão decidindo.
Adicionar como fonte preferencialPerguntas frequentes
Se os termos de serviço (ToS) de um site proibirem explicitamente raspar, acessar ou coletar dados desse site por meios automatizados, fazê-lo pode constituir violação desses termos.
Violar os termos de serviço por si só é geralmente tratado como uma questão contratual, e não como uma violação da CFAA. No entanto, continuar acessando um site depois que a permissão foi explicitamente revogada, por exemplo, por meio de uma carta de cessar e desistir ou bloqueio de IP, pode criar risco sob a CFAA, como em Facebook v. Power Ventures. Você pode entrar em contato com o proprietário do site para solicitar permissão ou usar as APIs oficiais.
Não por si só. Os tribunais tratam as violações de termos de serviço como uma questão contratual civil, e não como uma infração criminal. No entanto, uma violação pode embasar reivindicações de quebra de contrato e fortalecer reivindicações sob outras leis, especialmente após aviso explícito, como uma notificação de cessar e desistir.
Cite esta pesquisa
Escolha o formato adequado ao local onde você vai publicar. Colar a versão com link no seu CMS preserva o backlink.
@misc{karatas2026,
author = {Karatas, Gulbahar},
title = {{Web Scraping é Legal? Leis e Melhores Práticas}},
year = {2026},
month = oct,
howpublished = {\url{https://aimultiple.com/is-web-scraping-legal}},
note = {AIMultiple. Acessado em 26 outubro 2026}
}Registro de alterações
2 atualizaçõesAdicionada a seção "O scraping de dados para treinar IA é legal?" e as diretrizes da UE nas FAQs.
Links de referência
A seguir, leia
As 5 Melhores Extensões Gratuitas do Chrome para Web Scraping
Web Scraping em Grande Escala: 7 Provedores Comparados
Melhores Bibliotecas Python para Web Scraping
Comentários 1
Compartilhe suas ideias
Seu endereço de e-mail não será publicado. Todos os campos são obrigatórios. Os comentários são deixados em seu idioma original.
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.