Как называются «заменители тегов» HTML по типу < > и т.д.?

Question

[Gudsaf]

Есть текст который представляет из себя XML страницу, в этой странице есть текст, который содержит все привычные HTML теги, которые заменены на < > и т.д. Пример такого текста расположен тут , по факту это RSS лента.

Задача проста, хочу вытащить просто текст, без тегов. Как фильтровать теги - полно статей на стеке и везде, а вот как вычищать эти сокращения не знаю. Собственно не знаю потому что не знаю как они называются на английском - что процентов с таким уже сталкивались, надо просто найти.

Подскажите, как их называют?

Comments

[Stanislav Pugachev]

я правильно понимаю что под "HTML страницей на которой все теги заменены на <>" понимается обычный XML?

[Gudsaf]

Stanislav, да, сейчас поправлю, есть же пример в вопросе - ссылка на фид

Answer 1

[Stanislav Pugachev]

выберите чтото из BeautifulSoup, lxml
обе библиотеки очень просты в использовании

Comments

[Gudsaf]

в общем сделал через

string = "<div class="....">"
    string = html.unescape(your_string)
    string2 = re.sub('<[^<]+?>', '', string)
    string3 = ' '.join(string2.split())

Answer 2

[Psq]

Мнемоники (или сущности) html

Answer 3

[Илья Белобородов]

Спецсимволы

Answer 4

[Кирилл Инкогнатович]

По примеру сделай, только вставь код своей страницы воть