Web scraping PHP: panduan praktis langkah demi langkah

PHP menjalankan sekitar 77% dari semua situs web sisi server yang dilacak oleh W3Techs — yang menjadikannya salah satu bahasa paling praktis untuk mengotomatiskan pengumpulan data langsung di backend. Panduan ini ditulis untuk pengembang dan tim teknis yang membutuhkan dasar yang jelas dan fungsional dalam web scraping PHP: bagaimana cara kerjanya, alat apa yang digunakan, dan bagaimana membangun skrip yang bertahan di lingkungan nyata. Setiap teknik di sini mencerminkan penggunaan data yang tersedia untuk umum secara bertanggung jawab dan sah.

Tutorial web scraping PHP ini memandu pengembang melalui setiap tahap pipeline, mulai dari pengaturan lingkungan hingga output data terstruktur.

Apa itu web scraping di PHP dan kapan harus menggunakannya

Pada intinya, ekstraksi data PHP berarti mengirim permintaan HTTP ke URL target, menerima HTML sebagai respons, dan mengurai markup tersebut untuk menarik informasi terstruktur. Skrip menangani apa yang dilakukan browser secara visual — namun secara terprogram, tanpa campur tangan manusia. Tidak seperti API, tidak ada kontrak formal dengan sumber data: Anda bekerja langsung dengan HTML apa pun yang dikembalikan server.

Contoh web scraping PHP yang paling ilustratif dalam konteks produksi adalah skrip pemantauan harga yang mengambil halaman pesaing melalui cURL dan menyimpan hasil yang diurai di MySQL.

📖 Definisi: web scraping PHP adalah proses otomatis pengambilan halaman web dan ekstraksi data spesifik dari struktur HTML-nya. Di PHP, ini biasanya dilakukan menggunakan cURL untuk permintaan dan DOMDocument atau Simple HTML DOM untuk penguraian — dengan output yang disimpan ke database, file JSON, atau CSV.

Keuntungan menggunakan PHP untuk scraping

PHP mungkin tidak mendapatkan perhatian sebesar Python dalam diskusi scraping, namun memiliki keuntungan yang jelas dalam konteks tertentu. Jika tim Anda sudah menjalankan backend PHP, menambahkan skrip crawler ke codebase yang sama jauh lebih sederhana daripada memelihara layanan Python terpisah. Bahasa ini hadir dengan dukungan cURL bawaan, parser DOM asli, dan kompatibilitas luas di seluruh lingkungan hosting bersama (shared) dan VPS — yang penting bagi tim yang tidak menjalankan infrastruktur berbasis kontainer.

Integrasi dengan MySQL mulus dan terdokumentasi dengan baik. Sebagian besar pengembang PHP dapat menghubungkan pipeline scraping ke database relasional dalam waktu kurang dari satu jam. Deployment juga bebas hambatan: tidak ada lingkungan virtual, tidak ada masalah isolasi dependensi — cukup unggah dan jalankan. Kesederhanaan tersebut memiliki nilai operasional nyata bagi tim teknik skala kecil.

• ✅Dukungan cURL asli — tidak perlu instalasi tambahan di sebagian besar host
• ✅DOMDocument dan XPath — parsing HTML yang kuat dibangun ke dalam inti bahasa
• ✅Kompatibilitas hosting yang kuat — bekerja di server shared, VPS, dan dedicated
• ✅Integrasi MySQL yang mudah untuk menyimpan data yang diekstraksi
• ❌Tidak ideal untuk crawling terdistribusi skala sangat besar
• ❌Penanganan permintaan asinkron/bersamaan kurang natural dibanding Node.js atau Python

Kasus penggunaan umum di pasar AS

Di Amerika Serikat, web scraping PHP paling lazim dalam intelijen harga kompetitif — terutama dalam e-commerce, di mana tim memantau ribuan SKU di berbagai platform saingan setiap hari. Perusahaan teknologi real estat mengagregasi data listing dari portal publik untuk memberi daya pada alat pencarian dan penilaian internal. Dasbor analitik keuangan menarik komentar pasar publik, laporan SEC, dan berita utama untuk memberi masukan pada model sentimen.

Untuk melakukan scraping pada konten halaman web PHP secara andal, lapisan pengambilan harus menangani pengalihan (redirect), timeout, dan encoding non-UTF-8 sebelum parser menyentuh HTML.

📦 Studi kasus

Alat pemantauan harga SaaS, e-commerce tingkat menengah: Perusahaan SaaS berbasis di AS membangun crawler PHP yang mengumpulkan harga produk dari situs web pesaing dalam siklus 4 jam. Skrip menggunakan cURL untuk permintaan dan DOMDocument untuk parsing HTML PHP, menyimpan hasilnya di database MySQL. Analis mengakses dasbor yang menandai anomali harga secara real time. Seluruh pipeline berjalan pada satu VPS — tidak diperlukan infrastruktur terdistribusi — karena alat bawaan PHP mencakup skala yang mereka butuhkan.

Tim yang melakukan web scraping dengan PHP di shared hosting mendapatkan keuntungan dari dukungan cURL dan DOM asli bahasa tersebut, yang tidak memerlukan konfigurasi server tambahan.

Menyiapkan lingkungan PHP Anda untuk scraping

Sebelum menulis satu baris logika scraping, lingkungan perlu dikonfigurasi dengan benar. Ekstensi yang hilang atau versi pustaka yang tidak cocok menyebabkan kegagalan yang sulit didiagnosis nantinya. Meluangkan 15 menit untuk memverifikasi pengaturan di awal selalu sepadan. Langkah-langkah di bawah ini mencerminkan lingkungan pengembangan PHP 8.x standar di Linux atau macOS.

Pengguna Windows dapat mengikuti logika yang sama menggunakan XAMPP atau WSL. Persyaratan utamanya adalah cURL aktif dan dapat diakses dari CLI — bukan hanya konteks server web. Banyak pengembang mengalami masalah karena cURL mereka diaktifkan untuk Apache tetapi tidak untuk skrip baris perintah.

Memilih pustaka web scraping PHP yang tepat tergantung pada kompleksitas HTML target — DOMDocument mencakup sebagian besar kasus, sementara Simple HTML DOM cocok untuk pengembang yang lebih menyukai pemilih (selektor) gaya CSS.

Alat dan pustaka yang diperlukan

PHP 8.1 atau lebih tinggi disarankan untuk proyek baru — versi sebelumnya tidak memiliki fitur keamanan tipe tertentu yang membuat scraper yang lebih besar lebih mudah dipelihara. Di luar bahasa itu sendiri, komponen pentingnya adalah ekstensi cURL, ekstensi DOM (biasanya disertakan), Composer untuk manajemen dependensi, dan opsional Simple HTML DOM untuk proyek yang mendapat manfaat dari sintaks pemilih yang lebih mirip jQuery.

Dasar dari setiap implementasi cURL web scraping PHP adalah opsi CURLOPT_RETURNTRANSFER, yang menangkap respons server sebagai string alih-alih mencetaknya langsung ke output.

Untuk memastikan ekstensi mana yang aktif, jalankan php -m dari terminal. Cari cURL dan dom dalam output. Jika hilang, aktifkan di php.ini dengan menghapus tanda komentar pada baris ekstensi yang relevan dan memulai ulang server Anda.

Menyiapkan proyek scraping dasar

Struktur proyek yang terorganisir dengan baik membedakan skrip yang dapat Anda pelihara dengan yang harus Anda tulis ulang setiap enam bulan. Simpan konfigurasi (URL target, pemilih, jalur output) dalam file terpisah dari logika. Simpan respons HTML mentah di folder cache khusus selama pengembangan — ini mencegah aktivitas berlebih pada situs target saat Anda menyempurnakan parser Anda.

Sebagian besar tim backend yang sudah menjalankan infrastruktur PHP menemukan bahwa web scraping PHP secara alami masuk ke dalam codebase mereka yang sudah ada tanpa memperkenalkan dependensi baru.

🛠 Cara membuat skrip scraping PHP pertama Anda:

1. Buat folder proyek dan inisialisasi Composer dengan composer init
2. Tambahkan file config.php untuk URL target dan definisi pemilih
3. Buat src/fetcher.php untuk semua logika permintaan cURL
4. Buat src/parser.php untuk fungsi ekstraksi berbasis DOM
5. Tambahkan direktori logs/ dan logger file dasar
6. Buat run.php sebagai titik masuk yang menghubungkan fetcher dan parser
7. Uji dengan satu URL sebelum menskalakan ke alur paginasi atau multi-URL

Langkah demi langkah: membangun scraper sederhana di PHP

Ini adalah bagian inti. Alur di bawah ini mencakup tiga operasi mendasar dalam tutorial scraping PHP apa pun: mengambil halaman, mengurai HTML, dan mengubah hasil menjadi format yang dapat digunakan. Setiap langkah dibangun di atas langkah sebelumnya, dan bersama-sama mereka membentuk pipeline yang lengkap dan fungsional.

Loop inti dalam proyek web scraping PHP mengikuti pola yang sama: ambil halaman, urai pohon HTML, ekstrak node target, dan tulis hasilnya ke penyimpanan.

Contoh-contoh ini menggunakan PHP murni — tanpa framework. Ini menjaga logika tetap portabel dan mudah diadaptasi ke struktur proyek apa pun. Tim yang menggunakan Laravel atau Symfony dapat memasukkan komponen ini ke dalam kelas layanan tanpa modifikasi.

Bagi tim analitik e-commerce di Amerika Serikat, web scraping PHP tetap menjadi pilihan praktis karena dapat di-deploy di hampir semua lingkungan hosting tanpa pengaturan runtime tambahan.

Mengirim permintaan HTTP dengan cURL

Scraping cURL PHP dimulai dengan menginisialisasi handle cURL, mengatur opsi yang diperlukan, menjalankan permintaan, dan menangkap respons. Opsi yang Anda konfigurasi di sini secara langsung mempengaruhi apakah permintaan berhasil, bagaimana server target menafsirkannya, dan seberapa tangguh scraper Anda terhadap koneksi yang lambat atau tidak stabil.

Stabilitas dalam scraping PHP berasal tidak hanya dari bahasa itu sendiri, tetapi dari bagaimana penanganan kesalahan, logika percobaan ulang, dan pembuatan versi pemilih disusun sejak awal.

Opsi terpenting untuk diatur pada setiap permintaan adalah CURLOPT_RETURNTRANSFER (untuk menangkap respons sebagai string), CURLOPT_TIMEOUT (untuk mencegah koneksi menggantung), dan string CURLOPT_USERAGENT yang realistis. Menghilangkan user agent sering kali mengakibatkan respons 403, karena banyak server menolak permintaan yang secara default mengidentifikasi diri sebagai cURL.

Parsing HTML dengan DOMDocument dan XPath

Setelah HTML diambil, alat parser DOM PHP mengambil alih. Kelas DOMDocument bawaan PHP memuat HTML mentah ke dalam struktur pohon yang dapat dilalui. DOMXPath kemudian memungkinkan Anda melakukan kueri pada pohon itu menggunakan ekspresi XPath — sintaks standar untuk memilih node berdasarkan nama tag, atribut, kelas, atau posisi relatif.

Saat mengevaluasi alat untuk scraping PHP, kombinasi DOMDocument dan XPath bawaan mencakup sebagian besar tugas ekstraksi dunia nyata tanpa dependensi pihak ketiga.

Pipeline web scraping PHP yang dirancang dengan baik memisahkan lapisan pengambilan, lapisan penguraian, dan lapisan penyimpanan ke dalam modul yang berbeda — yang membuat debugging dan pemeliharaan jauh lebih cepat.

Mengekstraksi dan menyusun data

Nilai node mentah dari kueri DOM jarang siap untuk disimpan. Teks biasanya mengandung spasi ekstra, karakter khusus, atau artefak encoding yang perlu dibersihkan. Setelah ekstraksi, data harus diubah menjadi struktur yang konsisten — biasanya array asosiatif per record — sebelum diserialisasi ke format output pilihan Anda.

Web scraping menggunakan PHP sangat umum dalam produk SaaS yang perlu mengagregasi data publik tanpa beban mempertahankan layanan Python atau Node.js terpisah.

Memilih format output yang tepat tergantung pada penggunaan hilir. JSON adalah yang paling fleksibel untuk konsumsi API dan komunikasi antar-layanan. CSV bekerja dengan baik untuk alur kerja analis dan peninjauan berbasis spreadsheet. Penyimpanan MySQL masuk akal ketika data perlu dikueri, diagregasi, atau digabungkan dengan data yang ada.

Menangani kesalahan dan meningkatkan stabilitas

Scraper yang bekerja sekali dalam pengujian terkontrol sangat berbeda dengan yang berjalan dengan andal dalam produksi selama berbulan-bulan. Kondisi jaringan bervariasi, HTML berubah tanpa peringatan, dan kasus encoding yang tidak terduga muncul saat paling tidak diharapkan. Membangun penanganan kesalahan sejak awal — bukan sebagai tambahan — adalah apa yang membedakan skrip yang membutuhkan pengawasan terus-menerus dengan skrip yang berjalan tenang dan mencatat masalah untuk ditinjau.

Keputusan pertama saat membangun proyek seputar web scraping menggunakan PHP adalah apakah konten target adalah HTML yang dirender server atau dimuat secara dinamis melalui JavaScript — jawabannya menentukan seluruh toolchain.

Kesalahan scraping umum di PHP

Sebagian besar kegagalan dalam konteks tutorial scraping PHP termasuk dalam serangkaian kategori yang dapat diulang. Koneksi timeout terjadi ketika server target lambat atau membatasi IP. Pemilih yang rusak terjadi ketika struktur HTML berubah — bahkan penggantian nama kelas cukup untuk mengembalikan hasil kosong secara diam-diam. Ketidakcocokan encoding menghasilkan output kacau ketika server mengembalikan konten non-UTF-8 tanpa mendeklarasikannya dengan benar di header respons.

• ❌Connection timeout — server terlalu lambat atau IP dibatasi (rate-limited)
• ❌Broken selectors — struktur HTML berubah sejak pemilih ditulis
• ❌Encoding mismatch — konten non-UTF-8 tanpa deklarasi charset yang benar

Validasi data dan kontrol kualitas

Validasi tidak sama dengan penanganan kesalahan. Penanganan kesalahan menangkap kegagalan teknis — koneksi yang tidak selesai, ekstensi yang memunculkan pengecualian. Validasi memeriksa apakah data yang berhasil diekstraksi benar-benar akurat: apakah harga berupa angka? Apakah judul tidak kosong? Apakah URL terlihat diformat dengan baik?

Pemeriksaan ini harus berjalan sebelum data apa pun mencapai lapisan penyimpanan. Record yang tidak sah harus dikarantina ke antrean peninjauan, bukan dibuang secara diam-diam. Tim yang melewatkan langkah ini secara konsisten berakhir dengan dataset rusak yang mahal untuk dibersihkan secara retroaktif.

Perusahaan yang menjalankan web scraping menggunakan PHP untuk intelijen harga kompetitif biasanya menjadwalkan skrip sebagai cron job, menyimpan snapshot berstempel waktu di MySQL untuk analisis tren.

Web scraping menggunakan PHP pada skala produksi memerlukan perhatian pada pengaturan kecepatan permintaan, penggunaan kembali koneksi, dan batching penulisan database — yang tidak satu pun ditangani secara otomatis oleh bahasa tersebut.

Pertimbangan etis dan hukum di Amerika Serikat

Di Amerika Serikat, lanskap hukum seputar web scraping PHP terus berkembang melalui yurisprudensi dan bukan undang-undang khusus. Preseden paling relevan berasal dari kasus hiQ v. LinkedIn, di mana Pengadilan Sirkuit Kesembilan memutuskan bahwa scraping data yang tersedia secara publik umumnya tidak dilarang berdasarkan Computer Fraud and Abuse Act. Namun, ini hanya mencakup data publik, dan setiap proyek harus ditinjau terhadap Ketentuan Layanan (Terms of Service) spesifik dari situs target.

• ✅Hormati Ketentuan Layanan situs web — tinjau sebelum setiap proyek
• ✅Periksa dan hormati arahan robots.txt untuk user agent Anda
• ✅Kumpulkan hanya data yang tersedia untuk umum — jangan pernah mencoba mengakses konten tertutup atau pribadi
• ✅Gunakan penundaan permintaan yang wajar untuk menghindari beban server
• ❌Hindari menyimpan atau mendistribusikan informasi identitas pribadi tanpa dasar hukum
• ❌Hindari melanggar perjanjian penggunaan meskipun akses teknis dimungkinkan

"Pertanyaannya bukan apakah Anda dapat mengakses data secara teknis — melainkan apakah Anda menggunakannya dengan cara yang menghormati surat dan semangat perjanjian antara Anda dan sumber data. Pengumpulan data yang bertanggung jawab adalah tentang membangun akses berkelanjutan, bukan membakar jembatan."

— Senior data engineer, tim analitik perusahaan AS

Strategi optimasi performa dan skalabilitas

Scraper PHP yang bekerja pada 100 URL per hari mungkin ambruk di bawah 10.000. Performa bukan hanya tentang kecepatan — ini tentang konsumsi sumber daya, efisiensi database, dan kemampuan untuk berskala tanpa menulis ulang logika inti. Optimasi di bawah ini berlaku untuk proyek dengan berbagai ukuran dan dapat diimplementasikan secara bertahap.

Mengoptimalkan permintaan dan mengurangi beban

Penggunaan kembali koneksi melalui opsi CURLOPT_FORBID_REUSE (dinonaktifkan) cURL mengurangi overhead handshake TCP saat scraping beberapa halaman dari domain yang sama. Batching URL ke dalam grup dan memprosesnya dalam siklus terkontrol, bukan satu per satu, mengurangi varians dalam waktu permintaan. Menambahkan penundaan konfigurasabel antar permintaan — bahkan 500ms — secara dramatis meningkatkan stabilitas jangka panjang dan mengurangi risiko pembatasan IP.

Optimasi database dan penyimpanan

Sebagian besar proyek scraping PHP menyimpan data di MySQL, dan performa MySQL menurun dengan cepat ketika tabel berukuran besar dan kueri tidak dioptimalkan. Mengindeks kolom yang Anda kueri — biasanya hash URL, timestamp, dan pengidentifikasi kategori — adalah perubahan paling berdampak yang dapat Anda lakukan pada database scraping yang sudah matang. Batch insert menggunakan pernyataan INSERT multi-baris mengurangi latensi penulisan dibandingkan dengan insert baris individu di dalam loop.

Desain skema juga penting. Menyimpan HTML mentah di tabel yang sama dengan data yang diurai membuang ruang dan mempersulit kueri. Arsitektur dua tabel — satu untuk fetch mentah, satu untuk record yang diurai — lebih bersih, lebih mudah dikueri, dan lebih mudah dipelihara saat logika ekstraksi berubah.

Pendekatan single-threaded

• Mudah diimplementasikan dan di-debug
• Bekerja dengan baik hingga ~5.000 URL/hari
• Satu kegagalan dapat memblokir seluruh antrean
• Cocok untuk sebagian besar proyek kecil/menengah

Pendekatan terdistribusi

• Kompleksitas dan biaya infrastruktur lebih tinggi
• Menskalakan hingga jutaan URL/hari
• Kegagalan terisolasi tidak memengaruhi pekerja lain
• Memerlukan antrean tugas (Redis, RabbitMQ)

Menggunakan infrastruktur proxy untuk pengumpulan data yang stabil

Proxy bukan hanya alat untuk melewati batasan — dalam konteks perusahaan, mereka melayani beberapa tujuan infrastruktur yang sah. Merutekan traffic scraping keluar melalui kumpulan proxy memisahkan reputasi IP server utama Anda dari aktivitas skrip pengumpulan data Anda. Ini berarti pembatasan (rate-limit) atau pemblokiran sementara pada satu IP tidak memengaruhi layanan produksi Anda atau traffic keluar lainnya.

Mengapa bisnis mengintegrasikan proxy ke dalam alur kerja PHP

Load balancing di seluruh kumpulan proxy mendistribusikan permintaan keluar sehingga tidak ada satu IP pun yang membuat volume permintaan yang tidak biasa ke server tertentu. Ini mengurangi kemungkinan memicu sistem pembatasan otomatis, yang mencari traffic berfrekuensi tinggi yang berkelanjutan dari satu sumber alih-alih pola yang terdistribusi dan mirip manusia.

Praktik terbaik untuk konfigurasi proxy di PHP

Di PHP, konfigurasi proxy terjadi sepenuhnya melalui opsi cURL. CURLOPT_PROXY mengatur alamat server proxy, dan CURLOPT_PROXYUSERPWD menangani autentikasi. Stabilitas koneksi meningkat ketika Anda menerapkan pemeriksaan kesehatan — permintaan uji kecil sebelum melakukan endpoint proxy ke eksekusi produksi — dan merotasi endpoint dari kumpulan alih-alih menggunakan satu alamat selama sesi yang panjang.

Mencatat proxy mana yang menangani permintaan mana menyederhanakan debugging ketika endpoint tertentu menjadi tidak dapat diandalkan. Kelas pengelola proxy yang ringan yang melacak tingkat keberhasilan per endpoint dan mendeprioritaskan yang berkinerja buruk adalah investasi yang masuk akal untuk proyek apa pun yang menjalankan lebih dari beberapa ribu permintaan per hari.

💡 Rekomendasi pemilihan infrastruktur

• Pilih penyedia dengan jangkauan IP AS yang dapat diverifikasi jika target data Anda adalah layanan berbasis AS.
• Utamakan penyedia yang menawarkan autentikasi berbasis IP atau nama pengguna/kata sandi — keduanya bekerja dengan bersih dengan PHP cURL.
• Uji latensi endpoint sebelum berkomitmen pada penyedia; proxy dengan latensi tinggi secara signifikan memperlambat crawling skala besar.
• Selalu tinjau kebijakan penggunaan yang dapat diterima penyedia untuk mengonfirmasi bahwa kasus penggunaan Anda tercakup.

Proxy Nsocks untuk proyek scraping PHP yang skalabel

Bagi pengembang PHP dan tim rekayasa data yang membangun pipeline pengumpulan tingkat produksi, Nsocks menyediakan infrastruktur yang dirancang dengan stabilitas dan fleksibilitas yang dibutuhkan proyek nyata. Platform ini menawarkan kumpulan IP berbasis AS dengan arsitektur uptime tinggi, yang membuatnya sangat cocok untuk pipeline scraping yang membutuhkan cakupan regional yang konsisten tanpa kegagalan endpoint yang sering.

• ✅Kumpulan IP berbasis AS yang andal dengan distribusi geografis yang luas
• ✅Arsitektur uptime tinggi yang cocok untuk pipeline produksi terjadwal
• ✅Opsi autentikasi fleksibel — whitelist IP atau berbasis kredensial
• ✅Kompatibel dengan konfigurasi cURL PHP standar — tidak perlu pustaka kustom
• ❌Tidak ditujukan untuk pelanggaran kebijakan atau memutarbalikkan kontrol akses

Pertanyaan yang sering diajukan

Pertanyaan di bawah ini membahas poin kebingungan yang paling umum ditemui pengembang saat memulai atau menskalakan proyek scraping PHP.

Apakah PHP cocok untuk proyek web scraping skala besar?

PHP bekerja dengan baik untuk proyek hingga puluhan ribu permintaan harian pada satu server. Untuk crawling terdistribusi yang lebih besar, PHP menjadi kurang praktis dibandingkan Python atau Node.js — terutama karena dukungan asinkron bawaan yang terbatas.

Pustaka apa yang terbaik untuk mengurai HTML di PHP?

DOMDocument bawaan yang dipasangkan dengan DOMXPath adalah pilihan yang paling kuat — alat ini menangani HTML yang cacat dengan baik dan tidak memerlukan dependensi eksternal. Simple HTML DOM adalah alternatif populer bagi pengembang yang lebih menyukai pemilih gaya CSS. Untuk halaman yang sangat kompleks, keduanya dapat dikombinasikan dengan komponen DomCrawler dari Symfony.

Bagaimana cara meningkatkan stabilitas scraper PHP saya?

Pisahkan lapisan pengambilan dan penguraian sehingga kegagalan jaringan tidak membatalkan pekerjaan penguraian. Terapkan logika percobaan ulang dengan exponential backoff untuk permintaan yang gagal. Catat respons HTML mentah selama pengembangan dan validasi data yang diekstraksi terhadap skema yang ditentukan sebelum menulis ke penyimpanan.

Apakah saya memerlukan proxy untuk web scraping di PHP?

Untuk penggunaan dengan volume rendah atau proyek tunggal, proxy bersifat opsional. Proxy menjadi diperlukan ketika Anda menjalankan permintaan frekuensi tinggi, membutuhkan akurasi geografis untuk konten spesifik AS, atau ingin menjaga IP server utama Anda tetap terpisah dari aktivitas pengumpulan data Anda.

Apakah web scraping legal di Amerika Serikat?

Scraping data yang tersedia untuk umum umumnya legal menurut yurisprudensi AS saat ini, terutama setelah keputusan hiQ v. LinkedIn. Namun, legalitas bergantung pada data apa yang dikumpulkan, bagaimana data tersebut digunakan, dan apakah Ketentuan Layanan situs target dihormati.