淘宝的淘宝Robots协议里写得清清楚楚：禁止任何非百度、谷歌等指定搜索引擎的数据爬虫抓取商品详情页。这不是否合法建议，是淘宝技术层面的明确拒绝。你写个Python脚本绕过去，数据从法律角度看，否合法已经踩进了《反不正当竞争法》的淘宝射程。
2021年有过一个判例。数据某公司爬取淘宝商品数据做比价插件，否合法法院判赔200万。淘宝判决书里有个关键表述：平台对数据享有"竞争性权益"。数据翻译成人话就是否合法，这些数据是淘宝淘宝的命根子，你拿去用，数据等于从它口袋里掏钱。否合法别以为只爬公开信息就没事，公开不等于授权。
有人会说：我自己写脚本爬着玩，不商用，总行吧？
技术上，你爬100条和爬100万条，对服务器造成的压力完全不同。淘宝的风控系统不是吃素的，检测到异常流量直接封IP、封账号。你拿自己实名认证的号去爬，封了别喊冤。更麻烦的是《刑法》第285条——非法获取计算机信息系统数据罪。虽然通常针对的是突破付费墙或权限控制的行为，但如果你用技术手段绕过了淘宝的验证码、登录限制，这就不是"灰色地带"了，是黑色。
我认识一个做电商选品的朋友，他早年用爬虫抓淘宝销量数据。后来收到律师函，要求删除所有数据并书面道歉。他照做了，没赔钱，但吓出一身冷汗。他说那段时间最怕听到"数据合规"四个字。现在他老老实实买淘宝官方的"生意参谋"，一年几万块，但睡得着觉。
淘宝自己也在卖数据。阿里妈妈、生意参谋、数据银行，都是合法出口。你花钱买，它给你看，这是正常交易。你绕过它去偷，性质就变了。平台不是慈善机构，它建服务器、养工程师、维护系统，成本摆在那。你免费拿走核心资产，它不告你告谁？
那学术研究呢？写论文需要数据怎么办？
有个取巧的办法：用淘宝开放平台（Open Platform）的API。虽然权限审核严，能拿到的字段有限，但至少合法。或者去Kaggle找公开数据集，虽然时效性差，但不会惹官司。最不济，手动采样几百条，用统计方法推整体。慢是慢，但安全。
还有个细节：很多人爬淘宝不是为了数据本身，是为了训练模型。比如做商品标题生成、评论情感分析。这种用途下，数据是"原料"，模型是"产品"。但法律不看你的最终用途，只看获取手段。手段违法，后面全白搭。
说到底，爬淘宝数据合不合法，取决于三个变量：爬什么、怎么爬、爬来干嘛。爬公开的、不绕验证的、自己看看的，风险低。爬非公开的、破解反爬的、拿去赚钱的，风险高。但"风险低"不等于"合法"，只是淘宝懒得告你。哪天它想杀鸡儆猴，你就是那只鸡。
我的判断很简单：别碰。淘宝的数据是它的核心资产，你动它就跟动它钱包一样。技术上有能力爬，不代表法律上允许你爬。这中间的鸿沟，叫合规成本。付不起，就别伸手。