用途：在编写或运行网页抓取前与过程中，按合规清单判断目标站点是否可抓取，并规范请求与数据处理，降低法律和合规风险。
主要能力：提供抓取前检查项，包括获取并检查 {domain}/robots.txt 是否禁止目标路径；查看 /terms、/tos、/legal 是否有明确禁止抓取的条款；区分公开事实数据与个人数据；确认登录后内容需授权；站点有 API 时优先用 API。
法律边界提示：公开且无需登录的数据通常合法（hiQ v. LinkedIn 2022）；绕过屏障有 CFAA 风险（Van Buren v. US 2021）；无视 robots.txt 属灰色地带且常违反 ToS（Meta v. Bright Data 2024）；未经同意处理个人数据违反 GDPR/CCPA；重新发布受版权保护内容构成侵权。
请求纪律：请求间隔至少 2-3 秒；User-Agent 使用真实浏览器字符串并附联系邮箱，例如 Mozilla/5.0 ... (contact: you@email.com)；遇到 429 进行指数退避；复用会话以减少服务器负载。
数据处理：立即剥离 PII，除非有法律依据否则不收集姓名、邮箱、电话；不做指纹识别；最小化存储，只缓存所需数据并及时删除；保留审计轨迹，记录抓取内容、时间、位置以备举证。代码模式与 robots.txt 解析器见 code.md。
限制：资料未提供具体实现代码、安装命令、收费信息、平台支持或效果数据；所述法律判断为一般性提示，不构成法律意见。