TL;DR

• 只有公开可见的 LinkedIn 个人资料字段才能安全收集。 任何登录用户（姓名、标题、当前职位、地点和公共帖子）可见的内容，法律和技术类别与受登录保护的数据（如连接、消息或完整工作历史）不同。
• LinkedIn 的服务条款明确禁止自动抓取， 其机器人检测可以限制速度、阻止或禁止发出请求的账户或 IP。
• hiQ Labs 诉 LinkedIn 并未从一般意义上使抓取 LinkedIn "合法"。 第九巡回法院认为抓取公共数据不违反联邦计算机欺诈和滥用法，但2022年的一项单独裁定认定 hiQ 违反了 LinkedIn 的合同条款，该案最终以对 hiQ 的永久禁令而非抓取者的胜利结束。
• 一个有效的提取路径使用 requests 和 BeautifulSoup（或者对 JavaScript 渲染部分使用 Playwright）访问公共资料 URL， 解析页面中嵌入的结构化数据，而不是猜测不断变化的 CSS 类名。
• 速率限制、会话处理和 IP 声誉决定请求是否成功， 而不是巧妙的变通方法——将这些视为可靠性工程，而不是规避。
• GDPR 和 CCPA 对抓取的个人数据适用， 与您存储的任何其他个人数据相同，因此在您构建任何名称和职位的数据库之前，合法依据和保留限制很重要。
• 从抓取的个人资料建立潜在客户列表或联系人数据库本身带有法律风险， 与抓取方法本身分开，商业规模的收集应首先通过法律顾问。

---

介绍：“抓取 LinkedIn 个人资料” 实际上意味着什么

LinkedIn 个人资料页面混合了两种非常不同的数据表面：可供任何拥有 URL 的人看到的子集，以及只有在登录后才能看到的子集。未登录访问 linkedin.com/in/some-name 的访客通常会看到该人的姓名、标题、当前公司和职位、一般地点，以及他们公开发布的任何帖子——这些信息与搜索引擎可以索引的信息相同。超过这一点的所有内容，包括完整的连接列表、私人消息和大多数详细的历史部分，都在 LinkedIn 的身份验证墙后面。

本指南仅涵盖公共表面。它展示了提取这些公共数据的有效 Python 方法，解释了底层合规决策为何比代码本身更重要，并明确了“可能”和“允许”之间的界限。

公共 LinkedIn 个人资料数据的使用案例

招聘人员、销售团队和研究人员从公共 LinkedIn 数据中提取用于一系列特定的重复工作，每个工作对风险和规模的容忍度不同。

• 招聘管道丰富化——将候选人的当前标题和公共头条附加到现有申请跟踪记录中，一次查找一个，而不是批量爬取。
• 公司组织结构图研究——在销售电话之前确认目标账户中当前持有角色的人，通过单个公共资料检查。
• 关于公共职业趋势的学术和市场研究——聚合匿名的、公开可见的职称和行业样本，而不保留姓名。
• 品牌和提及监测——检查公共帖子是否涉及公司或产品，类似于监测其他任何公共网页。

免费试用 Nstproxy →