python 爬虫爬取 <br>便签后 无标签包裹的文字

在 Python 中，可以使用第三方库 `beautifulsoup4` 来解析 HTML 页面，获取其中的文本内容。具体来说，可以使用 `BeautifulSoup` 类的 `get_text()` 方法来获取页面中的纯文本内容。

以下是一个示例代码，假设需要爬取一个页面中的 `<br>` 标签后的无标签包裹的文字：

import requests
from bs4 import BeautifulSoup

# 发送 GET 请求获取页面内容
response = requests.get('https://example.com/page')

# 解析页面内容，获取所有 <br> 标签后的文本
soup = BeautifulSoup(response.text, 'html.parser')
br_tags = soup.find_all('br')
for br_tag in br_tags:
    next_node = br_tag.next_sibling
    while next_node is not None and next_node.name == 'br':
        next_node = next_node.next_sibling
    if next_node is not None:
        print(next_node.get_text())

以上代码中，首先使用 `requests.get()` 方法发送 GET 请求，获取页面内容。接着使用 `BeautifulSoup` 类将页面内容进行解析，并使用 `find_all()` 方法获取所有的 `<br>` 标签。然后对于每个 `<br>` 标签，使用 `next_sibling` 属性获取其下一个兄弟节点，判断节点是否为 `<br>` 标签，如果是则继续获取其下一个兄弟节点，直到遇到一个非 `<br>` 标签的节点。最后使用 `get_text()` 方法获取该节点的纯文本内容。