使用AJAX技术的网页中，数据可能不会直接出现在网页的源代码中，因为数据是通过异步请求获取的。但是，仍然可以通过查看网页的请求和响应来找到数据的真实地址。

在浏览器中打开网页，然后使用开发者工具（如Chrome的开发者工具）查看网络请求。在"Network"选项卡下，可以看到所有的请求和响应。可以筛选出AJAX请求（通常以"XHR"或"Fetch"开头），并查看它们的请求URL和响应内容。

在请求URL中，可以找到数据请求的具体地址。有些网站可能会将数据放在一个统一的API接口上，通过不同的端点来获取不同的数据。可以通过查看请求URL中的路径或查询参数来确定数据的真实地址。

另外，有些网站可能会使用JavaScript来动态生成或修改数据。在这种情况下，可能需要使用JavaScript解析器或调试工具来查看和解析JavaScript代码，以找到数据请求和处理的具体逻辑。

需要注意的是，一些网站可能会使用反爬虫机制来保护数据，例如检查User-Agent头、限制访问频率、要求特定的Cookie或Session信息等。因此，在尝试获取数据时，需要遵循网站的robots.txt规则和相关法律法规，并尊重网站的隐私和安全措施。

爬取使用Ajax技术页面的结果有时会比较杂乱，其实这些可能是json数据，可以使用json库解析数据，从中提取想要的数据。

在Python爬虫中解析JSON数据通常涉及以下步骤：

1. 发送HTTP请求获取JSON响应。

2. 使用Python的json模块将JSON响应解析为Python对象。

3. 处理解析后的Python对象以提取所需信息。

以下是一个简单的例子，演示如何使用Python的requests库发送HTTP请求，并使用json模块解析JSON数据：

import requests  
import json  
  
# 发送GET请求获取JSON数据  
url = 'https://api.example.com/data'  
response = requests.get(url)  
  
# 检查请求是否成功  
if response.status_code == 200:  
    # 解析JSON数据  
    data = response.json()  
      
    # 处理解析后的数据  
    for item in data:  
        # 假设每个item是一个字典，包含'title'和'description'键  
        title = item.get('title')  
        description = item.get('description')  
          
        # 打印提取的信息  
        print(f"Title: {title}")  
        print(f"Description: {description}")  
else:  
    print(f"Failed to retrieve data. Status code: {response.status_code}")

注意：

• 在上面的例子中，假设data是一个列表，每个元素都是一个包含title和description键的字典。实际情况可能不同，需要根据实际的JSON结构来处理数据。

• response.json()方法会返回一个Python对象，这个对象的结构取决于JSON数据的结构。JSON对象会被转换为Python字典，JSON数组会被转换为Python列表，JSON字符串、数字和布尔值会被转换为相应的Python类型。

• 如果JSON数据很大，可以使用流式处理来节省内存。requests库支持流式传输，但这通常用于下载大文件，而不是解析大型JSON数据。对于大型JSON数据，可能需要寻找专门的JSON流解析库，如ijson。

• 在处理JSON数据时，要注意处理可能的异常，如解析错误、键不存在等。可以使用try...except语句来捕获这些异常，并适当地处理它们。

• 遵守网站的robots.txt规则和相关法律法规非常重要。在爬取数据之前，请确保有权访问和使用该数据。