Python 抓取一个非常典型的文本块

我正试着去刮这个积木：

<b>Address:</b></br>
First Line</br>
Second Line</br>
City, State Zip</br>
 <b>Phone: 718-555-2121</br>
 <b>Fax:</b> 718-555-1212</br>
 <b>Email:</b> ex@example.com</br>

如果我找粗体的，然后是下一个兄弟姐妹，我可以得到电话号码、传真和电子邮件，但地址是少数几个兄弟姐妹

for nut in soup.find_all("b"):
    print nut,
    try:
        print nut.next_sibling.tag
    except:
        print nut.next_sibling

如果我查找bold和next_兄弟姐妹，我会得到所有兄弟姐妹：

for nut in soup.find_all("b"):
    print nut
    for s,sibling in enumerate(nut.next_siblings):
        print s, (repr(sibling))

---

有没有一个干净的方法（

while

？）说，在你找到一个大胆的兄弟姐妹之前，继续集合下一个兄弟姐妹？

好的，所以我用你的方法做了一些工作，我想到了这个

b = soup.b
results = []
result = str()
while b != None:
    try:
        if b.name == 'b':
            results.append(result)
            result = b.text
    except AttributeError:
        result = result + b
    b = b.nextSibling
results.append(result)

我觉得有点难看。但是，这应该很容易理解

---

b.nextSibling

返回两种不同类型的对象，

navigablesting

（如果是

）或

标记（如果是新的
元素）
.name
是
标记的有效方法，但不是
可导航字符串的有效方法。通过使用try/except子句，您可以区分这两种情况
b.nextSibling
在元素耗尽且循环中断时返回
None
。最后一行附加了最后一个对象。
地址行总是在
地址：
之后的前三行吗？我只是将整个父元素放入一个字符串中，然后使用正则表达式来获取我想要的片段。@krativitea你必须处理整个“注释中的答案”的事情。@that不幸的是，不。地址可以是3-6行。@Amanda啊，但是是的，这次是建议，不是回答！如果你愿意，我可以试着编一些代码。但这样，你可以编写代码，我可以工作，当你把它作为回应发布时，我会投票给你我基本上只是继续前进，但这是重点。
b = soup.b
results = []
result = str()
while b != None:
    try:
        if b.name == 'b':
            results.append(result)
            result = b.text
    except AttributeError:
        result = result + b
    b = b.nextSibling
results.append(result)