python如何获取javascript动态产生的数据

我现有有一个工作，需要从新浪新闻网站中获取数据，包括，标题，正文，和参与人数。



如图所示想得到
820，但是动态产生的。该新闻的url为http://news.sina.com.cn/c/2013-07-11/175827642839.shtml 陕西眉县发红头文件:官员卖水泥买房纳入考核

<a id="media_comment" href="#J_Comment_Wrap" rel="我有话说" class="J_Comment_Count_Txt" style="display:none;" action-type="anchorGo" action-data="y=-50"
data-sudaclick="media_comment">我有话说</a>

这段代码产生的参与人数820，使用什么工具来获取？

像这种情况一般是异步请求json或者jsonp，直接监控network就行了：以chrome浏览器为例。

1.右键页面-审查元素-Network，切换到network面板，刷新页面。然后浏览器和web后端的通信会被记录下来。



排除掉图片，css等。

要获取当前新闻的评论数，浏览器发送给服务器的请求里面一定会有一个和当前新闻id有关的参数，（当然理论上也有通过referer来实现id传递的，但是毕竟太奇葩，不予考虑）。

所以

1. 如果method为GET，在Name里面一定有一个特殊的字符串，用来标识要请求的是哪个新闻的评论。

2. 或者method为POST，那么在POST的参数里面会有一个能标识当前新闻的参数：


这是微信公众平台获取聊天信息的action，fromfakeid就是聊天对方的id。

如果要用POST方法获取某个新闻的评论数，在这里也会有一个参数用来标识出这个新闻。（比如“175827642839”）。

然后一个个排查，图片css均不考虑，那么很容易就能找到

http://comment5.news.sina.com.cn/page/info?format=js&channel=gn&newsid=1-1-27642839&group=0&compress=1&ie=gbk&oe=gbk&page=1&page_size=100&jsvar=requestId_19606520

可以精简为http://comment5.news.sina.com.cn/page/info?format=js&channel=gn&newsid=1-1-27642839

其中的newsid参数1-1-27642839和175827642839关系很明显了。

这是一个js，里面有一句："count": {"qreply": 706, "total": 823, "show": 95}，你要找的就在这里。

可以直接从字符串里面截取到total，或者去掉js头部的“var data =”。得到一个json字符串，解析成对象也能获取total 。

在新闻页面的源码里面找“1-1-27642839” 可以找到“newsid:'1-1-27642839',”

分析过程基本结束。

然后，你可以：

1.分析新闻页代码，得到newsid

2.请求http://comment5.news.sina.com.cn/page/info?format=js&newsid=“newsid”

3.解析获取到的js,从js中得到新闻评论数。