在學習python的時候，一定會遇到網站內容是通過 ajax動態請求、異步刷新生成的json數據 的情況，並且通過python使用之前爬取靜態網頁內容的方式是不可以實現的，所以這篇文章將要講述如果在python中爬取ajax動態生成的數據。
至於讀取靜態網頁內容的方式，有興趣的可以查看本文內容。
這裡我們以爬取淘寶評論為例子講解一下如何去做到的。
這裡主要分為了四步：
一 獲取淘寶評論時，ajax請求鏈接（url）
二 獲取該ajax請求返回的json數據
三 使用python解析json數據
四 保存解析的結果
步驟一：
獲取淘寶評論時，ajax請求鏈接（url）這裡我使用的是Chrome浏覽器來完成的。打開淘寶鏈接，在搜索框中搜索一個商品，比如“鞋子”，這裡我們選擇第一項商品。
然後跳轉到了一個新的網頁中。在這裡由於我們需要爬取用戶的評論，所以我們點擊累計評價。
然後我們就可以看到用戶對該商品的評價了，這時我們在網頁中右擊選擇審查元素（或者直接使用F12打開）並且選中Network選項，如圖所示：
我們在用戶評論中，翻到底部 點擊下一頁或者第二頁，我們在Network中看到動態添加了幾項，我們選擇開頭為list_detail_rate.htm?itemId=35648967399的一項。
然後點擊該選項，我們可以在右邊選項框中看到有關該鏈接的信息，我們要復制Request URL中的鏈接內容。
我們在浏覽器的地址欄中輸入剛才我們獲得url鏈接，打開後我們會發現頁面返回的是我們所需要的數據，不過顯得很亂，因為這是json數據。
二 獲取該ajax請求返回的json數據
下一步，我們就要獲取url中的json數據了。我所使用的python編輯器是pycharm，下面看一下python代碼：
# -*- coding: utf-8 -*-
import sys
reload(sys)
sys.setdefaultencoding('utf-8')
import requests
url='https://rate.tmall.com/list_detail_rate.htm?itemId=35648967399&spuId=226460655&sellerId=1809124267ℴ=3¤tPage=1&append=0&content=1&tagId=&posi=&picture=&ua=011UW5TcyMNYQwiAiwQRHhBfEF8QXtHcklnMWc%3D%7CUm5OcktyT3ZCf0B9Qn9GeC4%3D%7CU2xMHDJ7G2AHYg8hAS8WKAYmCFQ1Uz9YJlxyJHI%3D%7CVGhXd1llXGVYYVVoV2pVaFFvWGVHe0Z%2FRHFMeUB4QHxCdkh8SXJcCg%3D%3D%7CVWldfS0RMQ47ASEdJwcpSDdNPm4LNBA7RiJLDXIJZBk3YTc%3D%7CVmhIGCUFOBgkGiMXNwswCzALKxcpEikJMwg9HSEfJB8%2FBToPWQ8%3D%7CV29PHzEfP29VbFZ2SnBKdiAAPR0zHT0BOQI8A1UD%7CWGFBET8RMQszDy8QLxUuDjIJNQA1YzU%3D%7CWWBAED4QMAU%2BASEYLBksDDAEOgA1YzU%3D%7CWmJCEjwSMmJXb1d3T3JMc1NmWGJAeFhmW2JCfEZmWGw6GicHKQcnGCUdIBpMGg%3D%3D%7CW2JfYkJ%2FX2BAfEV5WWdfZUV8XGBUdEBgVXVJciQ%3D&isg=82B6A3A1ED52A6996BCA2111C9DAAEE6&_ksTS=1440490222698_2142&callback=jsonp2143' #這裡的url比較長
content=requests.get(url).content
print content #打印出來的內容就是我們之前在網頁中獲取到的json數據。包括用戶的評論。
這裡的content就是我們所需要的json數據，下一步就需要我們解析這些個json數據了。
三 使用python解析json數據
# -*- coding: utf-8 -*-
import sys
reload(sys)
sys.setdefaultencoding('utf-8')
import requests
import json
import re
url='https://rate.tmall.com/list_detail_rate.htm?itemId=35648967399&spuId=226460655&sellerId=1809124267ℴ=3¤tPage=1&append=0&content=1&tagId=&posi=&picture=&ua=011UW5TcyMNYQwiAiwQRHhBfEF8QXtHcklnMWc%3D%7CUm5OcktyT3ZCf0B9Qn9GeC4%3D%7CU2xMHDJ7G2AHYg8hAS8WKAYmCFQ1Uz9YJlxyJHI%3D%7CVGhXd1llXGVYYVVoV2pVaFFvWGVHe0Z%2FRHFMeUB4QHxCdkh8SXJcCg%3D%3D%7CVWldfS0RMQ47ASEdJwcpSDdNPm4LNBA7RiJLDXIJZBk3YTc%3D%7CVmhIGCUFOBgkGiMXNwswCzALKxcpEikJMwg9HSEfJB8%2FBToPWQ8%3D%7CV29PHzEfP29VbFZ2SnBKdiAAPR0zHT0BOQI8A1UD%7CWGFBET8RMQszDy8QLxUuDjIJNQA1YzU%3D%7CWWBAED4QMAU%2BASEYLBksDDAEOgA1YzU%3D%7CWmJCEjwSMmJXb1d3T3JMc1NmWGJAeFhmW2JCfEZmWGw6GicHKQcnGCUdIBpMGg%3D%3D%7CW2JfYkJ%2FX2BAfEV5WWdfZUV8XGBUdEBgVXVJciQ%3D&isg=82B6A3A1ED52A6996BCA2111C9DAAEE6&_ksTS=1440490222698_2142&callback=jsonp2143'
cont=requests.get(url).content
rex=re.compile(r'\w+[(]{1}(.*)[)]{1}')
content=rex.findall(cont)[0]
con=json.loads(content,"gbk")
count=len(con['rateDetail']['rateList'])
for i in xrange(count):
print con['rateDetail']['rateList'][i]['appendComment']['content']
解析：
這裡需要導入所要的包，re為正則表達式需要的包，解析json數據需要import json
cont=requests.get(url).content #獲取網頁中json數據
rex=re.compile(r'\w+[(]{1}(.*)[)]{1}') #正則表達式去除cont數據中多余的部分，是數據成為真正的json格式的數據{“a”:”b”,”c”:”d”}
con=json.loads(content,”gbk”) 使用json的loads函數 將content內容轉化為json庫函數可以處理的數據格式，”gbk”為數據的編碼方式，由於win系統默認為gbk
count=len(con[‘rateDetail'][‘rateList']) #獲取用戶評論的個數（這裡只是當前頁的）
for i in xrange(count):
print con[‘rateDetail'][‘rateList'][i][‘appendComment']
#循環遍歷用戶的評論 並輸出（也可以根據需求保存數據，可以查看第四部分）
這裡的難點是在雜亂的json數據中查找用戶評論的路徑
四 保存解析的結果
這裡用戶可以將用戶的評論信息保存到本地，如保存為csv格式。
以上就是本文的全部所述，希望大家喜歡。