import re text = "तत् इदम् <गीता-शास्त्रम्>K7 <<<<<समस्त-वेद>K1-अर्थ>T6-सार>T6-संग्रह>T6-भूतम्>T2 <दुर्विज्ञेय-अर्थम्>K1 <<तत्-अर्थ>T6-आविष्करणाय>T6 अनेकैः <विवृत-<<<पद-<पद-अर्थ>T6-<वाक्य-अर्थ>T6>Di-न्यायम्>T6>Bs6 अपि <<अत्यन्त-विरुद्ध>K1-<अनेक-अर्थ>K1>K1 त्वेन लौकिकैः गृह्यमाणम् उपलभ्य अहम् विवेकतः <<अर्थ-निर्धारण>T6-अर्थम्>T4 संक्षेपतः विवरणम् करिष्यामि\n<अभ्युदय-अर्थः>T4 अपि यः <प्रवृत्ति-लक्षणः>Bs6 धर्मः वर्णान् आश्रमान् च उद्दिश्य विहितः सः <<<<देव-आदि>Bs6-स्थान>T6-प्राप्ति>T6-हेतुः>T6 अपि सन् <<ईश्वर-अर्पण>T6-बुद्ध्या>T6 अनुष्ठीयमानः <सत्त्व-शुद्धये>T6 भवति <<फल-अभिसन्धि>T6-वर्जितः>T3" print( re.findall(r'<([^<>]*)>(\w+)', text) )
Standard input is empty
[('गीता-शास्त्रम्', 'K7'), ('समस्त-वेद', 'K1'), ('दुर्विज्ञेय-अर्थम्', 'K1'), ('तत्-अर्थ', 'T6'), ('पद-अर्थ', 'T6'), ('वाक्य-अर्थ', 'T6'), ('अत्यन्त-विरुद्ध', 'K1'), ('अनेक-अर्थ', 'K1'), ('अर्थ-निर्धारण', 'T6'), ('अभ्युदय-अर्थः', 'T4'), ('प्रवृत्ति-लक्षणः', 'Bs6'), ('देव-आदि', 'Bs6'), ('ईश्वर-अर्पण', 'T6'), ('सत्त्व-शुद्धये', 'T6'), ('फल-अभिसन्धि', 'T6')]