使用正则表达式从HTML标记中提取连续文本

Question

我正在尝试使用正则表达式从html标记中提取文本。 我可以从单个标签中提取文本，但是如果标签一个接一个地存在，我想提取连续文本。

示例（非连续文本）：

sample_text = "<b><em>Excellent</em></b> work done by <b><em>Sam</em></b>"
re.findall("(?<=<b>)(.*?)(?=</b>)",sample_text)
>> [<em>Excellent</em>, <em>Sam</em>]

示例（连续文本）

sample_text = "<b><em>Excellent</em></b> work done by <b><em>Sam</em></b><b><em>Miller</em></b>"
re.findall("(?<=<b>)(.*?)(?=</b>)",sample_text)

这就是我得到的：

>> [<em>Excellent</em>, <em>Sam</em> ,<em>Miller</em>]

这是我的预期输出：

>> [<em>Excellent</em>, <em>Sam Miller</em>]

谢谢。