Como fazer scraping no LinkedIn em 2026 sem bans: guia e quais proxies utilizar

```html

LinkedIn é a plataforma mais fechada entre as grandes redes e, ao mesmo tempo, a fonte mais cobiçada de dados B2B: perfis de especialistas, empresas, vagas, insights para geração de leads e recrutamento. Em 2026, coletar esses dados se tornou significativamente mais difícil e arriscado. O LinkedIn ganhou um processo contra a hiQ Labs, processou e fechou o maior serviço de scraping Proxycurl, e, em nível técnico, aprendeu a filtrar bots antes mesmo de você receber a primeira linha de HTML. Vamos analisar passo a passo como fazer scraping de dados públicos do LinkedIn em 2026, onde passa a fronteira jurídica e técnica e quais proxies realmente suportam a carga.

Para quem e por que isso é necessário

O scraping do LinkedIn não é um "hack cinza", mas uma ferramenta de trabalho para tarefas perfeitamente legais: coleta de leads para vendas B2B, análise do mercado de trabalho e salários, monitoramento de concorrentes e suas contratações, enriquecimento de CRM, pesquisa de indústrias. O problema é que o LinkedIn considera seus dados como um ativo e os protege de forma mais agressiva do que qualquer outra rede social. Portanto, antes de enviar a primeira solicitação, é preciso entender duas coisas: o que pode ser coletado legalmente e por que um código comum esbarra em um muro em cinco minutos.

Fronteira jurídica: o que 2026 mostrou

O maior equívoco é pensar que "os dados são públicos, então podem ser coletados livremente". A jurisprudência dos últimos anos diz exatamente o oposto.

O caso hiQ Labs contra LinkedIn foi considerado por muito tempo uma vitória para os scrapers: o Tribunal de Apelações do Nono Circuito, em 2019 e 2022, indicou que o acesso a perfis públicos não viola a lei anti-hacker CFAA. Mas em novembro de 2022, o mesmo tribunal, na verdade, se posicionou a favor do LinkedIn: a proibição de scraping no contrato de usuário foi considerada legalmente válida como uma obrigação contratual. Em 7 de dezembro de 2022, as partes firmaram um acordo — a hiQ foi condenada a pagar 500.000 dólares (violação de contrato mais CFAA devido a contas falsas) e recebeu uma proibição permanente com a obrigação de destruir todo o código e os dados coletados. A empresa hiQ deixou de existir.

O segundo caso emblemático é o Proxycurl (empresa Nubela), o maior API para dados do LinkedIn. Em 24 de janeiro de 2025, o LinkedIn entrou com uma ação federal contra ele no Norte da Califórnia com base em seis fundamentos: violação de contrato, fraude, CFAA, lei da Califórnia sobre concorrência desleal e outros. A Proxycurl foi acusada de criar centenas de milhares de contas falsas para coletar milhões de perfis, incluindo dados não públicos. O caso foi resolvido em meados de 2025: em julho, o serviço se despediu dos clientes e fechou. O fundador escreveu diretamente que o negócio gerava cerca de 10 milhões de dólares em receita, aproximadamente metade vinha do scraping do LinkedIn, e "nesta luta, não se pode vencer" contra uma empresa com um orçamento jurídico praticamente ilimitado. As condições da proibição se aplicavam também aos clientes da Proxycurl.

A conclusão para a prática é extremamente específica:

• Não faça login. Assim que você se autentica, aceita o contrato de usuário, que proíbe qualquer coleta automática. Scraping a partir de uma conta é uma violação direta do contrato, é exatamente nisso que o LinkedIn ganha os processos.
• Sem contas falsas. Tanto a hiQ quanto a Proxycurl "afundaram" devido à quantidade de perfis falsos — isso é uma violação separada da CFAA.
• Coleta apenas de dados públicos e não pessoais onde for possível. Aqui entra o GDPR: a coleta de dados pessoais mesmo de perfis abertos sem base legal na UE é considerada uma violação — essa lógica foi estabelecida separadamente pelo regulador europeu, e discutimos isso detalhadamente no material sobre scraping sob o GDPR.

Em termos simples, proxies resolvem a tarefa técnica de acesso, mas não fornecem uma base legal. A conformidade está no o que e por que você coleta, e não no IP que você usa.

Por que um script comum morre em cinco minutos

O LinkedIn construiu uma proteção em múltiplas camadas, e entender como ela funciona determina diretamente o que você precisará.

Muro de autorização

Publicamente, sem login, estão disponíveis o perfil básico, a página de visão geral da empresa, vagas e busca de vagas. Mas após visualizar apenas 3 a 5 perfis, o LinkedIn exibe a janela de login. Isso não é um bug — é a primeira linha de defesa: a plataforma limita conscientemente a visualização anônima.

Análise comportamental

A segunda camada rastreia como você navega pelo site: os intervalos entre as solicitações (uma pessoa não abre 100 perfis por minuto), padrões de navegação, movimentos do mouse, sequência de cliques (referrer). Todos os sinais são consolidados em uma "pontuação de fraude" e comparados ao comportamento típico de um usuário real.

Impressão digital da solicitação

A terceira camada é a impressão digital da conexão. O LinkedIn analisa a qualidade do IP (residencial da rede doméstica ou de data center), a impressão digital TLS/JA3 do cliente, cabeçalhos e cookies, metadados do dispositivo. Se a impressão digital TLS indica python-requests em vez de um verdadeiro Chrome, você será identificado instantaneamente — mesmo através de um proxy residencial perfeito.

Um marcador separado que você encontrará primeiro é o status HTTP 999. Este é um código não padrão, exclusivo do LinkedIn: assim a plataforma responde ao tráfego suspeito. Isso é provocado por User-Agents não navegadores (curl, python-requests, wget), alta frequência de solicitações de um único IP ou rede, intervalos de data center e nuvem, ignorando robots.txt. Se você receber 999 — pare as solicitações desse IP, aguarde 30 a 60 segundos e tente outro proxy.

Como fazer scraping do LinkedIn em 2026: passo a passo

1. Defina o ponto de entrada. O scraping DOM de HTML no LinkedIn em 2026 praticamente não funciona — a marcação é dinâmica e confusa. Os dados são entregues através de tags application/ld+json nas páginas de perfis, empresas e vagas, bem como através de endpoints internos de XHR de paginação (por exemplo, seeMoreJobPostings/search?start=25 com um passo de 25 resultados). A principal fonte "viva" é a interface REST interna do LinkedIn (API Voyager), que alimenta o próprio site. Importante: esta API não é documentada, o LinkedIn monitora ativamente seu uso para abusos e bane contas que operam através do Voyager em 3 a 7 dias. É por isso que é mais seguro limitar-se a páginas públicas sem autenticação.
2. Imite um verdadeiro navegador em nível TLS. Não é suficiente apenas inserir um User-Agent de navegador nos cabeçalhos. É necessário um cliente com impressão digital TLS e HTTP/2 compatível com o Chrome: bibliotecas como curl_cffi (impersonate), uTLS ou um navegador headless (Playwright/Puppeteer com configuração stealth). Um proxy residencial com impressão digital python-requests ainda falhará.
3. Conecte proxies corretos e rotacione por sessão. Rotacione IP por sessão, e não a cada solicitação, se você quiser manter as sessões de cookies entre as páginas. A troca frequente de IP dentro de uma mesma cadeia lógica parece suspeita.
4. Mantenha um ritmo humano. Em 2026, o limite seguro é de aproximadamente 20 a 30 solicitações a perfis de um único IP por hora; acima disso, o rate limiting é ativado. Coloque pausas aleatórias entre as solicitações (não fixas de 1,5 segundos para todas), randomize a ordem e os intervalos. O intervalo entre as visualizações de perfis é mais importante do que o número total.
5. Comece com baixo paralelismo. Não inicie 50 threads ao mesmo tempo. Comece com 2 a 3 sessões simultâneas e aumente, observando a proporção de respostas 999 e captchas.
6. Gerencie bloqueios de forma adequada. Trate 999 e captchas como um sinal, e não como um erro: diminua o ritmo, mude os proxies, faça uma pausa. Registre a taxa de sucesso de cada pool de IP — por ela é possível ver quando o pool "queimou".

Armadilhas

• A tentação de fazer login para obter dados "completos". A busca de pessoas, dados expandidos de empresas e ferramentas de recrutador estão disponíveis apenas sob login — mas o login transforma a coleta em uma violação dos Termos de Serviço e coloca sua conta em risco de banimento em 3 a 7 dias. Avalie o risco com clareza.
• Proxies de data center. O LinkedIn mantém listas de bloqueio de ASN de provedores de hospedagem e marca novos IPs de data center em minutos. Para o LinkedIn, isso é quase garantido 999.
• Contas falsas. Tecnicamente tentador, juridicamente — um caminho direto para um processo sob a CFAA. Ambos os casos de destaque de 2022 e 2025 se basearam nisso.
• Dados pessoais e GDPR. "Perfil aberto" não significa "dados podem ser processados". Para o público da UE, é necessário uma base legal independentemente do proxy.
• Proxies gratuitos. Listas públicas de IP estão há muito em listas negras do LinkedIn e frequentemente comprometidas — dinheiro e tempo desperdiçados.

Quais proxies são necessários para o LinkedIn — e por quê

O tipo de proxy aqui é mais importante do que o próprio código do scraper. A situação para 2026 é a seguinte:

• Proxies de data center — não funcionam. O LinkedIn reconhece instantaneamente ASN de provedores de hospedagem. Para esta plataforma, o data center é praticamente descartado, não importa quão barato seja.
• Proxies residenciais — mínimo obrigatório. Esses são IPs de provedores de internet residenciais reais: para o sistema de detecção, a solicitação parece vir de um apartamento comum. Proxies residenciais rotativos oferecem a melhor relação "preço por solicitação bem-sucedida" e, segundo medições do setor, mantêm 85–92% de solicitações bem-sucedidas. Esta é a base para coletar perfis públicos e vagas em volume.
• Proxies móveis — o melhor para o LinkedIn. Proxies móveis 4G/5G usam IPs de operadoras por CGNAT, que compartilham milhares de usuários reais. O LinkedIn não pode banir tal IP sem afetar uma grande quantidade de usuários móveis legítimos — portanto, endereços móveis para a plataforma são praticamente indistinguíveis do tráfego real. Custam mais por gigabyte, mas se pagam em cenários mais sensíveis e em alta velocidade.

A combinação prática para 2026: proxies residenciais para o volume principal, mais proxies móveis para áreas "pesadas" e alto paralelismo — e sempre com uma impressão digital TLS compatível com o Chrome. Proxies sem a impressão digital correta não ajudarão, e uma impressão digital correta sem um IP de qualidade esbarrará em 999.

Conclusão

Fazer scraping do LinkedIn em 2026 não é sobre "colocar requests e ir em frente". A plataforma ganhou processos-chave, fechou serviços inteiros e filtra bots em nível de IP, impressão digital TLS e comportamento. A estratégia que funciona: coletar apenas dados públicos e sem login, não criar contas falsas, manter um ritmo humano de 20 a 30 solicitações por IP por hora, imitar um verdadeiro navegador em nível TLS e contar com uma infraestrutura de proxies de qualidade — IPs residenciais como base e móveis como reforço. O valor se deslocou do código para a camada de identidade: vence quem tem um IP limpo, indistinguível de um usuário real. Você pode encontrar proxies residenciais e móveis adequados para suas necessidades de scraping no catálogo ProxyCove — com geo-targeting e rotação para o ritmo desejado.