HTML je značkovací jazyk pro vytváření nebo navrhování dokumentů, které se mají zobrazovat v prohlížečích. Může obsahovat textové nebo vizuální informace na stránce. V některých případech můžete chtít extrahovat text z dokumentů HTML. V souladu s takovými případy použití tento článek popisuje, jak extrahovat text z HTML programově v Javě.