Python BeautifulSoup从HTML获取文本

我有一些HTML代码如下：

<p>aaa</p>bbb
<p>ccc</p>ddd

aaa
bbb
ccc
ddd

---

如何获取'bbb'和'ddd'？

如果将值（'bbb'，'ddd'）括在一个标记中（如

）会更容易些

---

然后，您可以使用：soup（'span'）

来获取它。您可以阅读每个

p

标记的后续兄弟（注意，这是非常特定于本文的，因此希望它可以扩展到您的情况）：

---

一般的想法是，您在目标文本之前找到标记，然后找到下一个同级元素，该元素应该是您的文本。

如果网页不是他的，但没有标记包含值，该怎么办

In [1]: from bs4 import BeautifulSoup

In [2]: html = """\
   ...: <p>aaa</p>bbb
   ...: <p>ccc</p>ddd"""

In [3]: soup = BeautifulSoup(html)

In [4]: [p.next_sibling for p in soup.findAll('p')]
Out[4]: [u'bbb\n', u'ddd']

In [5]: [p.next_sibling.strip() for p in soup.findAll('p')]
Out[5]: [u'bbb', u'ddd']