能否从公开网站抓取澳大利亚人的个人信息?

一张挂满露珠的蜘蛛网,悬在虚化的树木前。
图片:Keith Lowery,Pexels
简要回答 受《1988年隐私法》(Privacy Act 1988 (Cth),下称“《隐私法》”)约束的公司,只能在澳大利亚隐私原则第3条(Australian Privacy Principle 3,下称“APP 3”)允许的范围内抓取(scrape)个人信息(personal information)。该信息须为当前目的所合理必需(reasonably necessary),并须以公平的方式获取。敏感信息(sensitive information),例如健康记录或犯罪记录,须取得每个人的同意(consent),因此无法取得同意的公司必须将其排除在外。事后去标识化(de-identification)并不能使违法的抓取变为合法。

要点

  • 从公开网站复制(即抓取)个人信息,属于《隐私法》下的“收集”(collection)。公司必须为当前目的而需要该信息,以合法且公平的方式(lawful and fair means)获取该信息,并能够说明为何从个人本人以外的来源收集该信息。
  • 敏感信息包括工会会员身份或专业、行业协会会员身份、健康信息和犯罪记录。收集敏感信息须取得每个人的同意;不存在仅因向数以千计的人征求同意不切实际即可适用的例外(exception)。
  • 事后删除姓名并不能使违法的抓取变为合法。澳大利亚信息专员办公室(Office of the Australian Information Commissioner,下称“OAIC”)认为,以去标识化为目的收集可识别的信息,属于对个人信息的收集,而去标识化则是对该信息的进一步使用(use)。

想要批量获取澳大利亚人姓名、工种和电话号码的公司,很少会逐一向本人索取,而是使用抓取工具(scraper,即自动从网页复制信息的软件),从各类名录和社交媒体中构建数据集。如果该公司受《隐私法》约束,只有在抓取符合该法的收集规则时,所得数据集才是合法的。违反这些规则的公司,可能被要求停止收集,并销毁已收集的信息。1 本文将更深入地说明这些规则,包括何时须取得同意、去标识化的作用和局限,以及购买他人抓取的数据集的一方应核查哪些事项。

抓取公开网站是否属于收集个人信息?

从公开网站抓取个人信息,属于对该信息的收集。公司为将个人信息纳入记录(record,例如文件或电子设备)或纳入向公众提供的出版物而获取该信息,即属收集个人信息。2 OAIC在其关于APP 3(即收集原则)的指南中,对“收集”(collects)一词作了宽泛解释。根据这一解释,收集涵盖从任何来源(包括公共互联网页面)、以任何方式(包括数据抓取和网络爬取)获取的信息,甚至包括仅持有几毫秒的信息。3 另一个问题是抓取了什么内容:只要能通过姓名、照片或评论识别出某人,或者可以合理识别(reasonably identifiable)出某人,这些内容就属于个人信息。4

收集规则约束澳大利亚公司,也约束在澳大利亚开展业务(carry on business in Australia)的境外公司,但属于豁免范围的小企业除外;小企业通常是指所经营业务的年营业额为300万澳元或以下的企业。5 另一篇关于境外公司的文章说明了在澳大利亚开展业务的含义,其中包括审裁处关于从位于澳大利亚的服务器复制图片即可构成在澳大利亚开展业务的推理。

公司在抓取个人信息之前必须能够证明什么?

抓取个人信息的公司必须能够证明三点:其需要该信息;其无法合理地向个人本人收集该信息;其采用的方式合法且公平。

第一,该信息必须为公司的某项职能或活动所合理必需。6 OAIC采用客观标准:仅仅是有用或方便的信息,不符合这一标准;在大多数情况下,为备日后之需而收集的信息也不符合。7 OAIC为生成式AI模型开发者发布的指引(下称“AI指引”)要求开发者明确当前目的,而不是为一项尚未确定的未来产品收集信息。8

第二,公司必须向信息所涉及的个人本人收集该信息,除非这样做不合理或不切实际(unreasonable or impracticable)。9 该指南考察的是,在所有情况下,直接收集是否会造成过重的负担,并指出仅有不便、耗时或成本因素,不足以构成间接收集的理由。10 不过,如果需要联系数以千计的人,仍可能构成这样的负担。

第三,收集方式必须合法且公平。11 OAIC以黑客入侵、非法侵入(trespass)和违反法院命令作为非法收集的例子,但指出违约(breach of contract)并不属于这一意义上的非法。12 网站的使用条款则与公平性相关,因为该指南将此类条款列为影响个人合理预期(reasonably expect)的因素之一。13 该指南还指出,隐蔽(covert)收集通常是不公平的,公共互联网上的信息也不得任由公司随意收集和使用。14 AI指引更进一步,认为通过抓取构建数据集一般属于隐蔽的收集方式。15

抓取公开信息在何种情况下曾被认定为不公平?

公平与否取决于具体事实,两个审裁处案例可以说明这一点。Clearview AI使用网络爬虫(web crawler)从公共互联网上构建了一个人脸数据库,供执法机构比对照片。16 在2023年5月发布的裁决理由(reasons)中,行政上诉审裁处(Administrative Appeals Tribunal)并不认为该爬取行为不公平,因为人们是在不限制访问的情况下将自己的图片发布到网上的。17 但审裁处最终没有据此作出正式决定。OAIC表示,Clearview随后于2023年8月退出了复审程序,而在此之前,审裁处尚未决定是否作出命令(orders)以及作出何种命令。18

相比之下,Court Data Australia被认定以不公平的方式收集了个人信息。该企业由JFA (Aust) Pty Ltd经营,将西澳大利亚州法院网站每日庭审日程表(daily court lists)中的条目复制到一个数据库中,客户可以按姓名检索该数据库。Court Data Australia主张,任何在法院日程表上列名的人都会预期自己出现在此类数据库中。2025年5月,行政复审审裁处(Administrative Review Tribunal)不同意这一主张,维持了澳大利亚信息专员(Australian Information Commissioner)关于其以不公平方式收集信息的认定。19 审裁处指出,自动化收集本身并不构成不公平,但会使收集过程缺乏甄别。20

审裁处考虑了投诉人的具体情况。投诉人的刑事指控曾出现在日程表中,后来被撤销(dismissed)。此人无法决定自己是否被列入日程表,不知道有人在收集这些信息,也没有理由预料到,一份时效短暂的法院日程表会变成一个永久保存、容易让人作出不利推断的商业数据库。21

该网站的使用条件也支持这一结论:这些条件禁止未经法院许可进行商业性再利用。Court Data Australia主张其并未违反这些条件,并指出该网站从未提出投诉。审裁处认为这一主张没有切中要害:鉴于这些条件,合理人(reasonable person)不会预期此类再利用,因此审裁处无须判断这些条件是否实际上已被违反。审裁处还驳回了在网上发布的任何内容都可以任由取用(“a free for all”)的观点。22

实践中,计划进行抓取的公司应逐一考虑每个来源,并考察:信息所涉及的个人是否选择公开该信息、该网站的用途是什么,以及其使用条款如何规定。

无法征求同意时,公司能否抓取敏感信息?

除非符合所列的某项例外,公司不得在未取得每个人同意的情况下抓取敏感信息。不存在仅因难以取得同意即可适用的例外。23 敏感信息包括健康信息、犯罪记录、族裔出身、宗教信仰、性取向、政治观点,以及工会会员身份或专业、行业协会会员身份。敏感信息还包括将用于自动识别个人的生物识别信息(biometric information)。24

这些例外仅涵盖有限的情形,例如法律要求或授权的收集;对某人的生命、健康或安全构成严重威胁;怀疑存在违法活动或严重不当行为(serious misconduct);以及法律请求(legal claims)。25 与研究最接近的例外仅涵盖为公共卫生研究等目的而收集的健康信息,并且除其他条件外,仅适用于去标识化的数据不足以满足需要、且取得同意不切实际的情形。26 因此,OAIC期望无法取得同意的AI开发者从数据集中删除敏感信息。OAIC还指出,意外收集的敏感信息一般需要销毁或删除。27

事后对抓取的数据进行去标识化是否有帮助?

事后对抓取的数据进行去标识化,并不能使违法的抓取变为合法。根据AI指引,以去标识化为目的收集可识别的信息,仍属对个人信息的收集。去标识化本身则属于为次要目的(secondary purpose)而进行的使用,即为原始收集目的以外的目的而使用该信息。28 先后顺序至关重要。如果抓取时未经同意收集了敏感信息,或者抓取行为不公平,违规已经发生,事后删改信息也无法消除违规。

数据被持有之后,去标识化仍可降低隐私风险。AI指引指出,无法证明其收集和使用符合《隐私法》的开发者,可能需要在使用数据集之前删除敏感信息,还可能需要删除其他个人信息或对其进行去标识化。只有在无人能从数据中被合理识别时,数据才属于去标识化数据,从而不再是个人信息。没有姓名的记录仍可能无法通过这一测试,例如,罕见的职位名称加上小镇地名,即可指向某一个人。29 一旦公司不再为《隐私法》所允许的任何目的而需要该信息,就必须采取合理步骤(reasonable steps)销毁该信息或对其进行去标识化。30

公司必须告知被抓取信息的个人哪些事项?

抓取个人信息的公司必须采取合理步骤,使相关个人知悉该收集行为、收集发生的情况及收集目的。公司必须在收集时或收集之前,或在收集之后在切实可行的范围内尽快(as soon as practicable)履行这一义务。31 如果逐一通知每个人不切实际,AI指引建议在公司网站上发布并推广一份一般性通知,理想情况下应在开始任何训练之前提前一段合理时间发布。32

购买他人抓取的数据集,是否更安全?

购买抓取的数据集并不会将隐私风险转移给卖方,因为买方同样在收集个人信息。33 对于从第三方获取数据集的AI开发者,OAIC列出了八项核查事项:

  1. 数据是否包含个人信息或敏感信息;
  2. 数据能否缩减至合理必需的范围;
  3. 该信息最初是如何收集的,包括其来源,以及曾向相关个人发出的任何通知;
  4. 第三方是否愿意为数据的来源和收集方式作出担保;
  5. 开发者自身的收集方式是否合法且公平;
  6. 能否改为请相关个人本人提供数据;
  7. 对于任何敏感信息,是否存在有效的同意;如无同意且不适用任何例外,该信息必须删除;以及
  8. 开发者的隐私政策(privacy policy)和收集通知(collection notice)需要作出哪些修改。34

实践中,如果卖方就数据来源作出的保证(warranties)被证明不实,买方可能据此向卖方提出索赔。但这些保证并不能免除买方自身在《隐私法》下的义务。

上述规则如何适用于一份抓取而来的技工名录?

以下示例为假设情形。该示例按顺序分析一项拟议的抓取活动:从公司是否受《隐私法》约束,一直到公司持有数据后应做什么。

假设一家新加坡软件公司所经营业务的年营业额约为200万澳元,在澳大利亚没有办事处,计划向澳大利亚建筑商出售一份可检索的分包商名单。自2026年12月1日起,该公司希望从在线商业名录和社交媒体上抓取1万份电工、水管工和木工的公开资料。

  1. 《隐私法》是否适用?向澳大利亚建筑商销售产品,表明该公司可能在澳大利亚开展业务,从而使其受《隐私法》约束。该公司约200万澳元的年营业额低于小企业豁免的300万澳元门槛。但是,出售该名单属于以获取利益(for a benefit)为目的、且未经技工同意而披露其个人信息。无论营业额多少,这都使该公司不能适用该豁免。35
  2. 收集什么?该产品需要姓名、工种、业务联系方式和服务区域。AI指引建议AI开发者排除公开社交媒体资料等来源。36 实践中,该公司也应遵循这一建议,避免抓取社交媒体资料。
  3. 排除什么?许多资料显示该技工是某行业协会或工会的会员。此类组织的会员身份属于敏感信息,因此该软件必须将其排除。任何无意中收集的此类信息都必须删除。37
  4. 抓取是否公平?技工发布其业务信息是为了寻找客户,而计划中的用途与该目的密切相关。实践中,该公司还应避免抓取其条款禁止商业性再利用的任何名录。
  5. 需要告知技工什么?在2026年12月1日之前,该公司应在其网站上发布一份通知,载明其名称和联系方式。该通知应说明:该公司从各类名录收集技工的信息;收集哪些信息以及原因;使用其名单的建筑商可以看到这些信息。通知还应说明,该公司的隐私政策载明技工如何查阅和更正该信息以及如何投诉。38
  6. 抓取之后应该做什么?该公司必须采取合理步骤,确保该名录准确、最新且完整,并保护其免遭滥用和未经授权的访问。39 其隐私政策还必须说明其如何收集和持有该信息。40

常见问题

网站条款允许抓取,就可以了吗?
网站的许可本身并不能满足《隐私法》的要求,因为收集规则保护的是信息所涉及的个人,而不是网站所有者。抓取仍须为合理必需且公平,而敏感信息仍须取得其所涉及的每个人的同意。
《隐私法》是否适用于在澳大利亚境外进行抓取的公司?
如果在境外进行抓取的公司在澳大利亚开展业务,《隐私法》即可对其具有约束力。2023年,行政上诉审裁处在裁决理由中认为,美国公司Clearview AI通过从位于澳大利亚的服务器收集图片,在澳大利亚开展了业务;但在Clearview撤回复审申请之前,审裁处并未作出正式决定。
我们可以将抓取的个人信息保存多久?
公司只能在为《隐私法》所允许的目的而需要该信息的期间内,保存抓取的个人信息。此后,公司必须采取合理步骤销毁该信息或对其进行去标识化,除非澳大利亚法律或者法院或审裁处的命令要求公司保留该信息。
SQ Legal 主管律师 Anna Zheng
关于作者

Anna Zheng 是 SQ Legal 的主管律师,澳大利亚执业律师,为澳大利亚及国际企业提供数据与隐私方面的法律服务。她的数据与隐私合规业务包括审查从网络收集个人信息的计划、公司购买数据集的条款,以及与之配套的通知。

联系 Anna Zheng:[email protected]发送邮件至[email protected]用默认邮件应用发送Gmail 网页版Outlook 网页版(个人邮箱)Outlook 网页版(工作或学校邮箱)或复制邮箱地址:[email protected]

本文为截至上方所示日期的澳大利亚法律一般性信息,不构成法律意见,也未考虑您的具体情况。阅读本文不会在您与 SQ Legal 之间建立律师与客户关系。就具体事项采取行动前,请先就您的情况获取法律意见。另见使用条款。

了解更多数据与隐私合规业务,或联系 SQ Legal 咨询具体事项。

引用与转载

Anna Zheng,《能否从公开网站抓取澳大利亚人的个人信息?》,SQ Legal,2026年11月16日,https://sqlegal.com.au/zh/insights/web-scraping-personal-information-australia/

欢迎摘录引用本文,请注明作者和出处,并附本页链接。如需全文转载,请先联系 [email protected]发送邮件至[email protected]用默认邮件应用发送Gmail 网页版Outlook 网页版(个人邮箱)Outlook 网页版(工作或学校邮箱)或复制邮箱地址:[email protected]。

脚注

  1. Privacy Act 1988 (Cth) s 52(1)(b), (1A) (‘Privacy Act’); see, eg, Court Data Australia and Office of the Australian Information Commissioner [2025] ARTA 876, [3] (‘Court Data Australia’). ↩

  2. Privacy Act (n 1) s 6(1) (definitions of ‘collects’, ‘generally available publication’ and ‘record’). ↩

  3. Office of the Australian Information Commissioner, ‘Chapter 3: APP 3 Collection of Solicited Personal Information’ in Australian Privacy Principles Guidelines (Guidelines, 13 May 2026) [3.6], [3.8], [3.11] (‘APP 3 Guidelines’). ↩

  4. Privacy Act (n 1) s 6(1) (definition of ‘personal information’). ↩

  5. Ibid ss 5B(1A), (3), 6C(1), 6D(1); Clearview AI Inc and Australian Information Commissioner [2023] AATA 1069, [197], [200] (‘Clearview Review’). ↩

  6. Privacy Act (n 1) sch 1 cl 3.2. ↩

  7. APP 3 Guidelines (n 3) [3.25], [3.27]. ↩

  8. Office of the Australian Information Commissioner, Guidance on Privacy and Developing and Training Generative AI Models (Guidance, 21 October 2024) (‘AI Guidance’). ↩

  9. Privacy Act (n 1) sch 1 cl 3.6. ↩

  10. APP 3 Guidelines (n 3) [3.90]. ↩

  11. Privacy Act (n 1) sch 1 cl 3.5. ↩

  12. APP 3 Guidelines (n 3) [3.81]–[3.82]. ↩

  13. Ibid [3.87]. ↩

  14. Ibid. ↩

  15. AI Guidance (n 8). ↩

  16. Clearview Review (n 5) [1]. ↩

  17. Ibid [132]. ↩

  18. Ibid [201]; Office of the Australian Information Commissioner, ‘Statement on Clearview AI’ (Media Release, 21 August 2024). ↩

  19. Court Data Australia (n 1) [1]–[2], [20], [42]. ↩

  20. Ibid [32]–[33]. ↩

  21. Ibid [10], [29], [33]–[37]. ↩

  22. Ibid [11], [19], [40]–[41]. ↩

  23. Privacy Act (n 1) sch 1 cls 3.3–3.4. ↩

  24. Ibid s 6(1) (definition of ‘sensitive information’). ↩

  25. Ibid s 16A(1) items 1–2, 4, sch 1 cl 3.4. ↩

  26. Ibid s 16B(2). ↩

  27. AI Guidance (n 8). ↩

  28. Ibid. ↩

  29. Ibid; Privacy Act (n 1) s 6(1) (definitions of ‘de-identified’ and ‘personal information’). ↩

  30. Privacy Act (n 1) sch 1 cl 11.2. ↩

  31. Ibid sch 1 cls 5.1, 5.2(b), (d). ↩

  32. AI Guidance (n 8). ↩

  33. APP 3 Guidelines (n 3) [3.6], [3.10]–[3.11]. ↩

  34. AI Guidance (n 8). ↩

  35. Privacy Act (n 1) ss 5B(3), 6D(1), (4)(c), (7). ↩

  36. AI Guidance (n 8). ↩

  37. Privacy Act (n 1) s 6(1) (definition of ‘sensitive information’ paras (a)(vi)–(vii)), sch 1 cl 3.3; AI Guidance (n 8). ↩

  38. Privacy Act (n 1) sch 1 cls 5.1–5.2; Court Data Australia (n 1) [49], [59]. ↩

  39. Privacy Act (n 1) sch 1 cls 10.1–10.2, 11.1. ↩

  40. Ibid sch 1 cls 1.3–1.4. ↩

资料来源

  1. Privacy Act 1988 (Cth)
  2. Clearview AI Inc and Australian Information Commissioner [2023] AATA 1069
  3. Court Data Australia and Office of the Australian Information Commissioner [2025] ARTA 876
  4. Office of the Australian Information Commissioner, ‘Chapter 3: APP 3 Collection of Solicited Personal Information’ in Australian Privacy Principles Guidelines (Guidelines, 13 May 2026)
  5. Office of the Australian Information Commissioner, Guidance on Privacy and Developing and Training Generative AI Models (Guidance, 21 October 2024)
  6. Office of the Australian Information Commissioner, ‘Statement on Clearview AI’ (Media Release, 21 August 2024)