LinkedIn 的会员数量已经超过 13 亿，可以说是全球最丰富的职业数据库。也难怪销售团队、招聘人员和增长黑客都想用程序化方式从里面拿数据。但“抓取 LinkedIn 违法吗？”一直是 B2B 数据圈里最让人头大、也最常被搜的问题之一。
大多数指南给的答案还是那句老话：“要看情况。”我花了很多时间去研究法院文件、LinkedIn 自己的政策、GDPR 执法案例，以及创始人在论坛里分享自己被起诉的经历。到了 2026 年，整体情况其实已经和网上很多文章写的明显不一样了。下面我会按不同场景做一个细拆——包括一张你可以直接收藏的合法性矩阵——同时也会讲更稳妥的做法，帮你拿到需要的业务数据，又不把公司或你的 LinkedIn 账号置于风险之中。
**免责声明：**本文只提供法律信息，不构成法律建议。如果你打算做商业规模的数据采集，请咨询熟悉你所在司法辖区的律师。
什么是 LinkedIn 抓取？为什么这么多团队都在做？
LinkedIn 抓取，指的是使用自动化工具、脚本或浏览器插件，从 LinkedIn 页面提取数据——比如个人资料姓名、职位、公司信息、邮箱、技能、招聘信息，或者人脉关系图。
从技术上说，这就是通过程序化方式，从 LinkedIn 的 HTML 页面或 API 响应里提取结构化数据，不管这些数据是在公开个人主页上，还是藏在登录墙后面。
你可以把它想成：雇了一个动作特别快的实习生，去翻上千个 LinkedIn 资料页，把信息复制到表格里——只不过这个“实习生”其实是软件，而且几分钟就能干完原本要花好几周的活。
LinkedIn 抓取不等于正常使用 LinkedIn。浏览资料、发送好友邀请，或者用 LinkedIn 自带工具导出自己的联系人，都属于平台设计好的正常用途。抓取则涉及 LinkedIn 没有授权的规模化或高速自动化操作。
为什么团队会这么做
常见用途包括：
- **销售与线索开发：**收集带有姓名、职位、邮箱和公司信息的潜在客户名单。LinkedIn 往往是 B2B 团队最先看的地方，因为数据结构清楚、可搜索，而且都是专业人士自己填写的。
- **招聘：**通过抓取符合特定技能、地点或经验水平的个人资料来找候选人。
- **市场研究：**基于汇总后的 LinkedIn 数据分析招聘趋势、公司增长或竞争定位。
- **竞品分析：**追踪竞争对手的员工规模变化、新入职人员或组织架构。
这种诱惑确实很大。LinkedIn 是职业人士用结构化、可搜索的方式自报职业信息的地方，几乎没有其他公开来源能和它相比。
直接回答：抓取 LinkedIn 违法吗？
简短答案是：这取决于你抓什么、怎么抓，以及你和被抓取对象分别在哪个地方。
- 在美国，按照 hiQ v. LinkedIn 这个先例，抓取真正公开、无需登录的 LinkedIn 数据，CFAA 风险较低——但这仍然违反 LinkedIn 的服务条款。
- 如果你是在登录状态下抓取、使用假账号，或者抓取 Sales Navigator 这类付费产品的数据，风险就会明显升高。
- 在欧盟，不能拿“这是公开数据”当作法律抗辩。无论如何都要满足 GDPR 下的合法依据。
- LinkedIn 会从多个层面主动识别和打击爬虫，包括账号限制、民事诉讼以及禁令。
我真希望自己一开始研究这个话题时就有下面这张表。
场景合法性矩阵
| 场景 | 数据类型 | 美国法律状态 | 欧盟法律状态 | 风险等级 |
|---|---|---|---|---|
| 抓取公开个人资料（无需登录） | 公开 | CFAA 风险较低（依据 hiQ 先例）；仍违反 ToS | 需要 GDPR 下的合法依据 | ⚠️ 中等 |
| 登录后抓取 | 私有/受限 | 违反 ToS + 可能触发 CFAA 风险 | 很可能违反 GDPR | 🔴 高 |
| 抓取 Sales Navigator 数据 | 私有/付费 | ToS + 合同违约 | 违反 GDPR + 合同违约 | 🔴 极高 |
| 抓取职位信息（公开） | 公开 | CFAA 风险较低 | 需要合法依据 | ⚠️ 低到中等 |
| 用于商业转售的抓取 | 公开/私有 | 诉讼风险很高（Mantheos 先例） | GDPR + ePrivacy 风险 | 🔴 极高 |
| 用于个人/学术项目的抓取 | 公开 | 风险较低 | 需要合法依据；执法优先级较低 | ✅ 低 |
| 使用 LinkedIn 官方 API | 受授权 | 合法（在 API 条款范围内） | 合法（在 API 条款范围内） | ✅ 低 |
这些场景之间的风险差异主要由三点决定：(1) 你有没有绕过登录或访问控制，(2) 数据本身到底是不是公开的，还是被账号权限保护着，(3) 你后面怎么用这些数据（个人研究还是商业转售）。这三个因素都会单独把法律风险抬高。
适用于 LinkedIn 抓取的关键法律
几乎所有和 LinkedIn 抓取相关的争议里，都会提到三套法律框架。
《计算机欺诈和滥用法案》（CFAA）
CFAA 是美国和抓取最相关的主要联邦法律。它最早在 1986 年出台，针对的是计算机黑客行为，禁止在“未经授权”的情况下访问计算机，或者“超出授权访问”。
抓取问题的核心在于：如果网站条款明明写着不能这么做，那么访问一个可公开浏览的网页，算不算“未经授权访问”？
在 2021 年最高法院作出 Van Buren 判决后，答案更偏向于“不算”——至少对真正公开的数据是这样。Van Buren 收窄了 CFAA 的适用范围：就算你滥用了自己本来有权访问的信息，也不一定就构成联邦计算机犯罪。但如果你是在认证门槛后面抓取，比如登录、使用假账号、绕过付费墙，那还是存在实打实的 CFAA 风险，因为你访问系统的方式并没有得到运营方授权。
GDPR 与欧洲数据保护法
欧盟《通用数据保护条例》（GDPR）管的是如何收集、处理和存储欧盟/欧洲经济区居民的个人数据——**不管抓取方在哪里。**如果你人在德州，却在抓取柏林用户的个人资料，GDPR 还是会适用。
LinkedIn 抓取里最重要的几条 GDPR 条款包括：
- 第 6(1)(f) 条——合法权益：B2B 抓取里最常被拿来引用的合法依据，但你必须做书面平衡测试，证明你的利益没有压过数据主体的隐私权。
- 第 17 条——删除权：个人可以要求你删除其被抓取的数据。
- 第 9 条——特殊类别数据：如果抓取过程中不小心碰到种族/民族来源、政治观点、健康状况等信息（LinkedIn 资料里有时会出现），就会适用更严格的规则。
- 第 14 条——向数据主体提供信息：就算数据是公开的，你也可能需要通知对方你已经收集了其数据。
结论很简单：**“公开可见”并不等于 GDPR 下就合法。**在开始抓取之前，你必须先识别并记录法律基础。
LinkedIn 的服务条款
LinkedIn 的 用户协议 写得很明确。第 8.2 条禁止：
- 开发、支持或使用软件、脚本、机器人、爬虫、浏览器插件、扩展程序或其他流程，对 LinkedIn 服务进行抓取或复制，包括个人资料和其他数据
- 绕过或规避安全功能、访问控制或使用限制
- 使用机器人或未经授权的自动化方式访问服务、添加/下载联系人或发送消息
- 未经同意复制、使用、展示或分发从 LinkedIn 获取的信息
- 出租、转让、出售或以其他方式将 LinkedIn 服务或相关数据变现
LinkedIn 关于自动化活动的 帮助页面 和关于 禁止软件 的说明也再次强调：第三方浏览器扩展只要涉及抓取或自动化操作，就属于明确禁止；违规可能导致账号限制或法律行动。
违反 ToS 本质上是合同违约，不一定构成刑事犯罪。但这给了 LinkedIn 很强的民事追责依据，而且正如你接下来会看到的，他们确实会积极出手。
hiQ v. LinkedIn 时间线：到底发生了什么变化
很多文章在这里都写错了。它们把 hiQ v. LinkedIn 说成“抓取 LinkedIn 是合法的”铁证。现实要复杂得多——这个案件最终并没有形成一个绝对明确的先例。
从 2017 年禁令到 2022 年和解
真实时间线如下：
- **2017 年：**LinkedIn 向 hiQ Labs（一家分析公开 LinkedIn 资料、预测员工流失的公司）发出停止侵权通知。hiQ 提起诉讼。加州北区地方法院发布初步禁令，允许 hiQ 继续抓取公开个人资料。
- **2019 年：**第九巡回上诉法院维持该禁令，认为抓取公开可得数据很可能不违反 CFAA。
- **2021 年：**最高法院撤销第九巡回的裁决，并要求其结合 Van Buren v. United States 重新审理，因为后者收窄了 CFAA 的适用范围。
- 2022 年 4 月：第九巡回再次支持自己的立场，认为 Van Buren 其实强化了它先前的推理——抓取公开数据并不构成 CFAA 里说的“未经授权访问”。
- **2022 年 11 月：**在地方法院层面，LinkedIn 的违约主张仍然有效。法院指出，LinkedIn 的用户协议 明确禁止抓取。法院还支持了 LinkedIn 关于 hiQ 使用“turkers”创建假账号进行登录后测试的简易判决请求。
- **2022 年 12 月：**双方达成 私下和解。法律评论称，和解内容包括：对 hiQ 抓取 LinkedIn 的永久禁令、50 万美元判决，以及 hiQ 承认 LinkedIn 因假账号访问而产生的损失足以支持 CFAA 民事索赔。
结论是：hiQ 的确降低了在第九巡回辖区内，对真正公开、无需登录的数据进行抓取时的 CFAA 风险。但它并没有给任何人一项可以随意抓取 LinkedIn 的通用权利。合同索赔仍然成立，假账号访问也受到了处罚。由于最终是和解收场，所以核心问题并没有一个对所有法院都具有约束力的最高法院判例。
论坛里的人常常把这件事说反了——有人说“LinkedIn 赢了”，也有人说“hiQ 赢了”。其实都没有得到一个终局性的司法结论，这个问题仍然有一部分处在开放状态。
LinkedIn v. Mantheos 案
Mantheos 是一个反面案例，清楚展示了什么才叫明显违法的抓取。该公司使用假账号和假信用卡访问 LinkedIn 的付费产品 Sales Navigator，然后把抓到的数据商业化转售。
结果是：LinkedIn 表示 Mantheos 同意 永久删除抓取到的会员资料数据、销毁抓取软件，并停止通过抓取或其他自动化方式访问 LinkedIn 会员资料数据。这个案件涉及假身份、以假名注册的虚拟借记卡、付费的 Sales Navigator 访问，以及商业再分发——这种组合绝不该拿来和浏览公开页面相提并论。
2024–2026 年的新变化
自 hiQ 和解后，法律环境并没有停在原地。下面几个变化很关键：
AI 训练维度。 基于抓取网页数据训练的大语言模型火起来后，隐私审查明显变严。对于 LinkedIn 资料数据，现实中的原则和处理任何个人数据一样：处理前先记录合法依据，尽量少收集；如果涉及大规模画像或自动化决策，要预期更严格审查。
LinkedIn 自身的回应。 LinkedIn 已公开表示，就算抓到的数据是公开可见、并不算“入侵”，它也仍然把数据聚合和转售看作滥用。LinkedIn 还表示会通过 法律行动 和技术手段打击未经授权的抓取。
美国州级隐私法。 除了 CFAA，像加州（CCPA/CPRA）、弗吉尼亚、科罗拉多、康涅狄格等州都已经通过了综合性隐私法。CCPA 赋予加州居民知情、删除，以及拒绝出售/共享其个人信息的权利——这也可能包括从 LinkedIn 资料中抓取的数据。
全球趋势很明确：监管越来越多，执法越来越严，风险越来越高。
美国、欧盟与其他地区：你所在的地方抓取 LinkedIn 违法吗？
很多 LinkedIn 抓取指南最大的漏洞之一，就是默认只有美国法律重要。其实不是这样。数据主体住在哪里，决定了适用哪套隐私制度，而不是你的服务器放在哪里。
| 司法辖区 | 关键法律 | 抓取公开数据 | 个人可识别信息（PII）处理 | 执法风险 |
|---|---|---|---|---|
| 🇺🇸 美国 | CFAA、CCPA/CPRA、各州隐私法 | 对公开数据的 CFAA 风险较低（hiQ）；但 ToS 仍然适用 | 商业使用 PII 存在诉讼风险 | 中等——LinkedIn 会主动起诉 |
| 🇪🇺 欧盟 / 欧洲经济区 | GDPR（第 6 条、第 9 条、第 17 条） | 需要合法依据（合法权益平衡测试） | 适用删除权；敏感数据更建议明确同意 | 高——数据保护机构会主动调查抓取 |
| 🇬🇧 英国 | UK GDPR + 2018 年数据保护法 | 与欧盟类似；适用 ICO 指引 | 适用同类 GDPR 义务 | 中到高 |
| 🇦🇺 澳大利亚 | 1988 年隐私法、APPs | 对公开数据限制相对较少 | 商业化处理个人信息受监管 | 低到中等 |
| 🇧🇷 巴西 | LGPD | 需要合法依据 | 与 GDPR 框架类似 | 中等 |
美国：CFAA 和州级隐私法
在 hiQ 和 Van Buren 之后，美国的立场是：抓取真正公开、无需登录的 LinkedIn 数据，在第九巡回辖区内大概率不违反 CFAA。但“可能不违反某一部联邦法”离“完全合法且安全”还差得远。LinkedIn 的 ToS 还是照样适用。如果你在商业上处理加州居民数据，CCPA/CPRA 这类州级隐私法还会带来额外义务。而且 LinkedIn 总部就在加州，也已经证明自己会积极打官司。
欧盟和欧洲经济区：GDPR 的严格要求
GDPR 是爬虫最难应对的地方之一。B2B 抓取里最常引用的合法依据是第 6(1)(f) 条下的合法权益，但这要求你做一份书面的合法权益评估（LIA），证明你的利益没有压过数据主体的权利。ICO 的指引 明确指出：合法依据必须在处理开始前确定并记录，处理必须是必要的（而不只是方便的），并且要考虑数据主体的合理预期、影响程度，以及在请求时停止处理的能力。
再加上删除权（第 17 条）、必要时的第 14 条通知义务，以及数据保护机构对 AI 训练抓取越来越关注，面向欧盟用户的 LinkedIn 抓取合规负担相当重。
英国、澳大利亚、巴西及其他地区
英国通过 UK GDPR 和 2018 年数据保护法沿用了类似 GDPR 的框架。澳大利亚的《1988 年隐私法》对公开数据限制相对较少，但仍会监管个人信息的商业处理。巴西的 LGPD 在很多方面也和 GDPR 很像。
全球的大方向都在往更严格的数据保护走。如果你在抓取来自多个国家的 LinkedIn 资料，你可能同时受这些制度约束。
LinkedIn 现实中会怎么阻止抓取
法律理论是一回事，LinkedIn 现实里怎么做又是另一回事。
技术防御手段
LinkedIn 的检测体系是多层级的：
- **频率限制和搜索上限：**免费账号每天可查看的资料页大约只有 50–80 个。超过这个量，就会被拦住。
- **验证码挑战：**自动化浏览模式会触发 CAPTCHA，直接打断抓取流程。
- **机器人检测算法：**LinkedIn 会监控鼠标移动、滚动模式、请求时序和浏览器指纹，以识别非人工行为。
- **登录墙：**LinkedIn 很多数据只有登录后才能看到，这意味着抓取它就必须登录（并接受 ToS）。
- **IP 封锁和会话监控：**同一 IP 的重复请求或异常会话模式都会触发封禁。
法律执行动作
LinkedIn 不只靠技术手段。他们的法务团队已经向包括 Proxycurl、Apollo 和 Seamless.AI 在内的公司发过停止侵权通知。Proxycurl 创始人也公开讲过自己的经历，并指出 LinkedIn 在法律战上有“无限预算”——这对任何想靠 LinkedIn 抓取数据创业的人来说都足够敲警钟。
LinkedIn 还提起过民事诉讼（hiQ、Mantheos 等）、推动相关工具从它的生态里下架，并公开表示会继续通过 法律行动 打击爬虫。
被抓到之后会发生什么：后果阶梯
后果是逐级升级的。把这个阶梯搞清楚，才能更现实地评估风险。
第 1 级：轻度拦截
验证码、频率限制、临时搜索受限。这些都是自动化响应——LinkedIn 还没开始人工审查你的账号。恢复方式比较简单：停止自动化行为，等一段时间后再恢复手动使用。
第 2 级：账号限制
限制查看资料页，限制搜索功能。LinkedIn 可能会把账号标记成待审查状态。你可能会看到警告信息。只要停止抓取并禁用出问题的工具，通常还有恢复机会。
第 3 级：账号暂停或永久封禁
一旦永久失去账号，你就会失去所有联系人、发布内容、推荐记录和消息历史——全都没了。我见过招聘论坛里有人说，因为一个浏览器扩展，自己一夜之间损失了 5000 多个联系人，多年的职业人脉就这么没了。
LinkedIn 很少撤销永久封禁。而且如果你被封后又去开新号，这本身也可能违反 ToS。
第 4 级：停止侵权通知
LinkedIn 法务会发正式通知，要求你停止抓取并销毁已经收集的数据。无论大公司还是独立创始人，都收到过这种信。忽视 C&D 通知，通常会进一步升级到诉讼。
第 5 级：民事诉讼
LinkedIn 会提出违约索赔、CFAA 索赔（如果涉及绕过登录或假账号），以及可能的不正当竞争或侵入理论。Mantheos 案的结果包括下架、销毁数据和和解成本。就算你最后赢了，单是律师费也可能轻松到六位数。
第 6 级：监管罚款
如果业务面向欧盟，GDPR 罚款最高可达全球年营业额的 4% 或 2000 万欧元，以较高者为准。只要有一位数据主体投诉自己的资料被抓取，数据保护机构就可能启动调查。而且现在数据保护机构对 AI 训练中的抓取越来越关注，这个风险是在上升，不是在下降。
有一点要直说：**规避检测不是合规策略。**用代理、验证码代解服务，或者绕过限速的技巧，并不会改变法律分析——它只是拖延了技术后果，同时还可能让法律后果更严重，因为这会表明你是有意规避控制措施。
如果你仍然想获取 LinkedIn 数据，可以怎么做
如果你的使用场景确实需要 LinkedIn 数据，而且你决定继续推进，下面这些原则可以降低风险，但不能把风险彻底消掉。
只碰公开数据
只访问无需登录就能看到的数据。不要用假账号、共享凭据，也不要绕过付费墙。一旦你登录，就等于接受了 LinkedIn 的 ToS，并受它完整的执法体系约束。
尊重频率限制和 robots.txt
不要把 LinkedIn 服务器压得过载。把请求频率控制得更低、更接近人工操作。检查 LinkedIn 的 robots.txt 指令并遵守。法院会把你是否遵守 robots.txt 视为判断善意的重要证据。
了解你的 GDPR 义务
如果你处理的是欧盟居民数据：
- 在开始采集前就记录你的合法依据
- 如果依赖第 6(1)(f) 条，先做合法权益评估
- 只收集实现目的所必需的最少字段
- 及时回应删除权和反对权请求
- 在需要时提供第 14 条通知
- 保留处理活动记录
尽可能使用 LinkedIn 官方 API
LinkedIn 的 Marketing API 和 People API 可以为特定数据提供授权访问。使用 API 可以避免违反 ToS 的风险。代价是：访问限制更多、需要审批、调用频率受限，而且可拿到的字段比网页上看到的内容少。对于很多线索开发场景，API 根本给不了团队真正想要的数据，但如果你的需求能覆盖，还是值得先确认一下。
获取你真正需要的业务数据，更安全的替代方案
大多数 LinkedIn 抓取指南都会漏掉这一点：**很多团队其实并不一定需要 LinkedIn 数据本身。**他们需要的是业务联系人信息、公司资料或潜在客户名单。LinkedIn 只是其中一个来源，但它偏偏是法律风险最高的来源。其实还有很多别的来源，能给出类似甚至更好的数据，而且风险低得多。
| 替代方案 | 你能获得什么 | 法律风险 | 局限 |
|---|---|---|---|
| LinkedIn API（Marketing/Sales） | 授权数据、字段有限 | ✅ 低（合规使用时） | 审批严格、限速、费用高 |
| 公司官网抓取 | 联系信息、团队页面、产品数据 | ✅ 低（公开网站） | 数据分散在各站点 |
| 商业目录 / 公开名录 | 电话、邮箱、地址 | ✅ 低 | 数据新鲜度不一 |
| 数据增强 API（Clearbit、ZoomInfo 等） | 公司画像 + 联系数据 | ✅ 低（责任主要转移给服务商） | 付费；数据来源伦理各异 |
直接抓取公司官网
公开的公司网站——联系页面、团队页面、关于我们、新闻稿——通常都比 LinkedIn 风险低得多，而且基本可以放心使用。很多时候，这些网站上的数据还比 LinkedIn 资料更丰富、更及时，因为公司会主动维护自己的官网。
这也是 Thunderbit 能派上用场的地方。我们的 AI 网页爬虫可以从公开网站里提取邮箱、电话和结构化公司数据，只要你的使用场景符合网站条款和适用法律即可。AI Suggest Fields 功能会自动识别页面并推荐列字段，你不需要手动配置；子页面抓取可以继续访问每个团队成员页面或产品页面来补全记录；分页处理则能让你不用写脚本就抓取多页目录。
商业目录和公开名录
黄页、行业目录、商会名录、政府登记信息、活动参会名单——这些都属于公开可获取数据，而且风险远低于 LinkedIn。Thunderbit 的云端抓取可以处理这些来源里的大批量提取；对于开发者工作流，API（POST /extract）和 CLI 也能通过结构化 JSON 输出实现规模化自动提取。
数据增强服务
像 Clearbit 和 ZoomInfo 这样的服务，会通过它们自己的数据来源体系提供公司画像和联系数据。法律风险更多会转移到服务商身上，不过数据来源伦理和准确率会不一样。这些服务都要付费，但对需要稳定、大规模数据的团队来说，往往比冒着法律风险去抓 LinkedIn 更划算。
实际可执行的工作流
如果你的真实目标是搭建潜在客户名单或补全 CRM 记录，那么工作流通常会是这样：
- 先从公开目录、行业列表或活动页面确定目标公司。
- 使用 Thunderbit 的 Chrome 扩展 直接抓取公司官网上的联系信息、团队资料和产品数据。
- 使用 AI Suggest Fields 让 Thunderbit 自动识别正确的列（姓名、职位、邮箱、电话等）。
- 直接导出到 Google Sheets、Airtable、Notion 或你的 CRM——基础导出没有付费墙。
- 如果还需要更多公司画像或意向数据，再用数据供应商做补充增强。
这种做法能让你拿到类似的业务数据，却不用碰 LinkedIn，而且法律风险更低——前提还是要检查每个来源的条款、隐私义务和下游用途。
如果你想更深入了解 AI 驱动的抓取在不同数据源上的工作方式，可以看看我们的指南：无需编程的网页抓取 和 AI 网页抓取。
核心要点
- 在美国，抓取无需登录的公开 LinkedIn 数据，按照 hiQ 之后的判例，CFAA 风险较低，但仍违反 LinkedIn 的服务条款，也存在诉讼风险。
- **在欧盟，“公开可见”不是合法抗辩理由。**几乎所有 LinkedIn 抓取都需要有记录在案的 GDPR 合法依据，而且执法正在加强。
- 登录后抓取、使用假账号或转售付费墙后的数据，风险极高，而且在多套法律框架下都很可能违法。
- LinkedIn 会积极识别并打击爬虫，手段包括账号限制、诉讼、禁令和数据删除义务。
- **hiQ 案并没有让 LinkedIn 抓取合法化。**它只是降低了某一巡回区内对公开数据的 CFAA 风险，但合同索赔依然成立，而且案件最后和解，没有形成具有普遍约束力的判例。
- 对业务团队来说，更低风险的方式是通过合规替代方案获取类似数据——比如用 Thunderbit 抓取公开公司网站和目录，在适用场景下使用 LinkedIn 官方 API，或者从合规实践清楚的数据供应商那里授权购买数据。
- 在抓取 LinkedIn 前，先问自己：“我能不能从法律和平台风险更低的来源拿到这些数据？”很多情况下，答案是可以。
常见问题
抓取公开的 LinkedIn 个人资料合法吗？
在美国，按照第九巡回法院的 hiQ 先例，抓取公开可见、无需登录的 LinkedIn 资料，CFAA 风险较低，但仍然违反 LinkedIn 的服务条款，因此存在违约风险。在欧盟，即使是公开数据，也必须有 GDPR 下的合法依据——“公开可见”不等于“可以随便用”。
LinkedIn 会因为抓取而封我的账号吗？
会。LinkedIn 会通过限速、机器人检测算法和浏览器指纹识别等方式主动识别自动化行为。后果从临时限制到永久封号不等，而且不保证能恢复。有用户反馈，自己一夜之间丢掉了多年积累的联系人和内容。
抓取 LinkedIn Sales Navigator 违法吗？
抓取 Sales Navigator 数据风险极高。这不仅违反 ToS，还可能构成 Sales Navigator 订阅合同违约，因为这些数据本来就在付费墙后。Mantheos 案就涉及使用假账号和假信用卡访问 Sales Navigator，最后以 LinkedIn 获胜、发布永久禁令和和解收场。
如果抓取的是欧盟居民的 LinkedIn 资料，GDPR 还适用吗？
适用，而且与你人在何处无关。对欧盟/欧洲经济区居民个人数据的任何处理，都必须符合 GDPR，包括具备书面的合法依据（例如经过平衡测试的合法权益）、遵守删除权请求，以及按第 14 条向数据主体提供通知。
不抓取 LinkedIn，还有哪些更安全的方式获取业务联系数据？
主要替代方案有：(1) 抓取公司官网上的联系信息、团队页面和产品数据（像 Thunderbit 这类工具会让这件事很简单）；(2) 使用商业目录和公开名录；(3) 在适用场景下使用 LinkedIn 官方 API；(4) 向 Clearbit 或 ZoomInfo 这类数据增强服务商授权购买数据。这些方式都能提供相近的业务数据，但法律风险低得多。
了解更多
