スクレイピングは違法になるのか?判断基準と禁止サイトの例、注意点を解説【2026年最新】
デジタルマーケティング
2023.10.02
スクレイピングはデータ収集の手段として広く使われていますが、禁止しているサイトも存在します。なぜ禁止されているのか、そもそもスクレイピングは違法なのか。判断に迷う方は少なくありません。
結論から申し上げると、スクレイピング自体を一律に禁止する法律は日本にありません。違法かどうかは、どのサイトから、どのように取得し、それを何に使うかによって変わります。
この記事では、適法性を判断するための5つの観点を整理したうえで、禁止されているサイトの例、実務上の注意点、そしてスクレイピングができない場合の代替案までを解説します。
スクレイピングとは
まず、言葉の意味と仕組みを整理しておきます。似た用語との違いも押さえておくと、後の判断がしやすくなります。
スクレイピングの定義
スクレイピングとは、ウェブサイトから情報を自動的に収集する技術のことです。プログラムを使ってウェブページのデータを取得し、必要な情報だけを抽出します。
さまざまな目的で利用されています。価格比較サイトでは複数のオンラインショップの価格を自動収集していますし、ニュースの集約サービスでは記事の見出しや要約を取得して表示しています。
似た言葉に「クローリング」がありますが、こちらはサイトを巡回して情報を集めることを指します。スクレイピングは、集めたデータから必要な部分を抜き出す工程です。実務では両者をまとめて「スクレイピング」と呼ぶことも多くあります。
データ収集の仕組み
一般的な流れは次のとおりです。
- 対象となるウェブサイトのURLを特定する
- プログラムからHTTPリクエストを送信し、ページにアクセスする
- 返されたHTMLデータを解析する
- XPathやCSSセレクタを使い、必要な要素を抽出する
Pythonであれば Requests や Beautiful Soup、Selenium といったライブラリがよく使われます。プログラミングの知識がなくても扱えるノーコードツールも増えています。
なお、サイトによってはCAPTCHA(画像認証)やIPアドレスによる制限といった対策が施されている場合があります。これらは運営者が明確な意思をもって設置したものです。回避を試みる行為は、後述する不正アクセス禁止法や業務妨害の問題につながる可能性があるため、行うべきではありません。
スクレイピングは違法なのか
日本の法律には、スクレイピングそのものを禁止する規定はありません。公開されている情報を機械的に取得する行為が、それだけで犯罪になることはないのです。
ただし、次のような場合には法的な責任を問われる可能性があります。
- サーバーに過度な負荷をかけ、相手の業務を妨害した場合
- 利用規約に同意したうえで、その規約に違反した場合
- 取得した著作物を、許される範囲を超えて利用した場合
- 個人情報を不適切に取り扱った場合
- 認証を突破してアクセスした場合
つまり判断は「スクレイピングをしたかどうか」ではなく「どのように行い、何に使ったか」で分かれます。次章で、その判断基準を具体的に見ていきます。
スクレイピングの適法性を判断する5つの観点
実務では、次の5点を順に確認していくことになります。
観点1:サーバーに過度な負荷をかけていないか
最も現実的なリスクがここにあります。
日本でスクレイピングが問題になった事例として必ず挙げられるのが、2010年の岡崎市立中央図書館事件(Librahack事件)です。
あるエンジニアが、図書館の蔵書検索システムから新着情報を取得するプログラムを作成し、約2週間で3万回以上の自動アクセスを発生させました。図書館側のシステムに障害が発生し、この男性は偽計業務妨害の疑いで逮捕されています。
最終的には、業務を妨害する意図が認められないとして起訴猶予となりました。しかし20日間の勾留を受けており、取得しようとしたデータ自体は誰でも閲覧できる公開情報だったという点が重要です。
この事例が示すのは、データが公開されているかどうかより、サーバーにどれだけの影響を与えたかが判断を左右するということです。
実務上は、次の配慮が求められます。
- アクセスの間隔を空ける(1秒以上を目安とすることが多い)
- 深夜など負荷の低い時間帯を選ぶ
- 同時並行のリクエスト数を抑える
- 短期間に大量のアクセスを集中させない
観点2:利用規約に同意しているか
利用規約が効力を持つのは、利用者がそれに同意している場合です。
会員登録をしてサイトを利用している場合、利用規約は利用者を拘束します。規約でスクレイピングが禁止されていれば、民事上の責任(債務不履行責任や不法行為責任)を問われる可能性があります。
一方、会員登録なしで誰でも閲覧できるサイトについては、規約に同意していない以上、規約違反という構成は成立しにくいと考えられています。ただしその場合でも、他の観点での問題は別途生じます。
なお、サイト側がAPIを用意している場合は、そちらを利用するのが筋です。正規の方法が提供されているにもかかわらずスクレイピングを選ぶことは、トラブルの火種になります。
観点3:取得したデータを何に使うか
ここで重要になるのが、著作権法第30条の4です。2018年(平成30年)の改正で導入された規定で、条文は次のように定めています。
著作物は、次に掲げる場合その他の当該著作物に表現された思想又は感情を自ら享受し又は他人に享受させることを目的としない場合には、その必要と認められる限度において、いずれの方法によるかを問わず、利用することができる。ただし、当該著作物の種類及び用途並びに当該利用の態様に照らし著作権者の利益を不当に害することとなる場合は、この限りでない。
(中略)二 情報解析(多数の著作物その他の大量の情報から、当該情報を構成する言語、音、影像その他の要素に係る情報を抽出し、比較、分類その他の解析を行うことをいう。)の用に供する場合
要点は3つです。
① 情報解析目的なら、原則として許諾は不要 社内でのデータ分析や、機械学習の学習データとして使う場合は、この規定の対象になります。
② ただし「必要と認められる限度」に限られる 目的に照らして過剰な量や範囲の取得は、この要件を外れる可能性があります。
③ 但書に注意 「著作権者の利益を不当に害することとなる場合」は対象外です。
この但書について、文化庁の文化審議会著作権分科会は2024年に「AIと著作権に関する考え方」を取りまとめ、実務上の指針を示しました。そこでは、海賊版サイトと知りながらデータを収集する行為や、特定のクリエイターの作風を再現する目的に特化した学習などが、但書に該当しうるとされています。
実務では、次のような使い方は慎重な検討が必要です。
- 取得したコンテンツをそのまま自社サイトに転載する
- データセットとして外部に販売する
- 元のサイトと競合するサービスとして提供する
「情報解析が目的だから問題ない」と単純に考えるのは危険です。収集した後、それをどう使うかまで含めて判断してください。
観点4:個人情報が含まれていないか
氏名、メールアドレス、電話番号といった個人情報を収集し、データベース化する行為は、個人情報保護法の規律を受けます。
とくに第三者への提供には、原則として本人の同意が必要です(個人情報保護法第27条)。公開されている情報であっても、この点は変わりません。
SNSのプロフィール情報などを大量に収集して名簿化するような行為は、リスクが高いと認識してください。
観点5:認証を突破していないか
ログインが必要なページのデータを取得するために、他人のIDやパスワードを無断で使用したり、システムの脆弱性を突いて認証を回避したりする行為は、不正アクセス禁止法違反にあたります。
これは民事の問題ではなく、明確な犯罪行為です。ここだけは、目的を問わず一線を越えてはいけません。
スクレイピングが禁止・制限されるサイトの例
具体的に、どのようなサイトで制限がかかっているのかを見ていきます。
利用規約で明示的に禁止しているサイト
多くの大手サービスは、利用規約でスクレイピングやクローリングを禁止しています。会員登録が必要なサービスであれば、規約は利用者を拘束します。
とくに次のようなサービスでは、規約で制限されていることが一般的です。
- SNS(プロフィールや投稿の自動収集)
- ECサイト(商品情報や価格の自動取得)
- 求人サイト(求人情報の転載)
- 不動産ポータル(物件情報の複製)
これらはいずれも、掲載情報そのものが事業の価値であるため、外部への流出に敏感です。
センシティブな情報を含むサイト
医療情報、金融取引の情報、個人の識別につながる情報などを扱うサイトは、当然ながら収集の対象にすべきではありません。
技術的にアクセスできるかどうかと、取得してよいかどうかは別問題です。
コンテンツが主要な資産であるサイト
ニュースメディアやブログなど、記事そのものが商品であるサイトからのコンテンツ取得は、著作権の問題に直結します。
取得して解析に使うだけであれば前述の第30条の4の範囲に入り得ますが、転載や再公開は別問題です。
独自のデータベースを持つサイト
企業が独自に構築・蓄積したデータベースは、その編集や選択に創作性が認められれば、著作物として保護されます。
また、営業上のノウハウとして管理されているデータについては、不正競争防止法上の保護が及ぶ場合もあります。「限定提供データ」として、電子的に管理され特定の相手に提供されているデータの不正取得は、同法の規制対象です。
robots.txtをどう理解すべきか
スクレイピングの話題で必ず出てくるのが「robots.txt」です。ただし、この扱いには誤解が多く見られます。
robots.txtとは
robots.txtは、サイトのルートディレクトリに置かれるテキストファイルです。クローラーに対して「このパスへのアクセスは避けてほしい」という意思を伝えるために使われます。
法的拘束力はありません
重要な点として、robots.txtに法的な拘束力はありません。
技術的には誰でも無視できるファイルであり、日本においてrobots.txt違反そのものを理由に有罪となった裁判例も確認されていません。位置づけとしては、業界の慣行、いわば紳士協定です。
それでも尊重すべき理由
ただし「無視してよい」という意味ではありません。
robots.txtは、サイト運営者による明確な意思表示です。これを承知のうえでアクセスを続けた事実は、業務妨害の成否や、悪質性を判断する際の材料になり得ます。
「法的拘束力はないが、尊重すべきもの」と理解してください。記載を確認したうえで、それでも取得が必要であれば、運営者に直接許諾を求めるのが筋です。
スクレイピングができない場合の代替案
制限があって実施できない場合でも、データを得る方法はあります。
公開データを探す
政府や自治体、公共機関は、多くのデータを公開しています。国勢調査、各種統計、予算データなどが該当します。
オープンデータのポータルサイトや、大学・研究機関が公開している研究データも活用できます。これらは利用条件が明示されているため、法的リスクを抱えずに使える点が大きな利点です。
利用の際は、データの正確性、更新頻度、出典の明示義務などの条件を確認してください。
公開APIを利用する
多くのサービスが、外部の開発者向けにAPIを公開しています。
APIを使う利点は、サイト側が認めた正規の方法であることです。取得できるデータの範囲や利用条件が明確で、サーバーに過度な負荷をかける心配もありません。
利用回数の上限や、商用利用の可否といった制限があるため、ドキュメントを確認してから組み込みます。
データ提供サービスを利用する
業界によっては、データを整備して提供している事業者が存在します。費用はかかりますが、取得の正当性が担保されている点は大きな価値です。
許諾を得る
対象が限られているのであれば、運営者に直接連絡して許諾を求める方法もあります。目的を説明すれば、協力が得られるケースは決して珍しくありません。
スクレイピングの今後
この分野は、生成AIの普及によって状況が大きく動いています。今後の方向性を押さえておきましょう。
AI学習との関係で議論が続いている
生成AIの普及により、スクレイピングをめぐる議論は新たな段階に入りました。
日本の著作権法第30条の4は、情報解析目的の利用を比較的広く認めており、国際的に見てもAI開発に前向きな規定とされています。一方で、コンテンツを制作する側からは強い懸念も示されています。
前述の文化庁の報告書には、素案の段階で約25,000件ものパブリックコメントが寄せられました。この数字が、関心の高さと立場の隔たりを物語っています。
サイト側の対策も進んでいる
AI向けクローラーのアクセスをrobots.txtで拒否する動きや、技術的にアクセスを制限する仕組みの導入が広がっています。
法制度の議論と並行して、技術的な攻防も続いているのが現状です。
利用する側に求められる姿勢
こうした状況において、データを利用する側に求められるのは、法令の遵守はもちろんのこと、相手のサイトに不利益を与えない配慮です。
アクセス頻度を抑える、取得範囲を必要最小限にとどめる、APIが用意されていればそちらを使う。こうした基本的な配慮が、結果として自社のリスクを下げることにつながります。
その前に、自社のデータは活かせていますか
ここまで、スクレイピングの適法性を判断する観点を解説してきました。最後に、一度立ち止まって考えていただきたいことがあります。
そもそも、そのデータを外部から取りに行く必要があるのか、という点です。
スクレイピングには、ここまで見てきたように相応のリスクが伴います。サーバーへの負荷、利用規約、著作権、個人情報、不正アクセス。判断を誤れば、法的な問題だけでなく企業としての信頼も損ないます。
一方で、多くの企業が見落としているのが、すでに自社が保有しているデータです。
- サイトの行動履歴
- 問い合わせや申し込みの内容
- 電話での問い合わせ記録
- CRMに蓄積された顧客情報
- 購買履歴、契約情報
これらは自社が正当に取得した「ファーストパーティデータ」であり、法的リスクを気にせず活用できます。しかも、外部から集めた一般的なデータより、自社のビジネスにとってはるかに価値が高いものです。
問題は、これらが社内のあちこちに散らばったまま、つながっていないことにあります。持っているのに使えていない、という状態です。
Cookie規制が進み、外部から取得できるデータが減り続けるなかで、自社データの価値は年々高まっています。リスクを取って外部のデータを集めるより、手元にあるデータを整えるほうが、投資として確実な場面は少なくありません。
「オムニデータバンク」は、広告配信に必要なファーストパーティデータをセキュアに収集・管理・運用するマーケティングプラットフォームです。独自のデータ収集・計測機能に加え、アナリティクス、Web広告、CRMなど多彩なツールと連携できます。
外部から集めるのではなく、自社にあるデータを活かすという選択肢を検討したい方は、こちらからお問い合わせください。