HTML یک زبان نشانه گذاری برای ایجاد یا طراحی اسناد برای نمایش در مرورگرها است. می تواند شامل اطلاعات متنی یا تصویری در صفحه باشد. در برخی موارد، ممکن است بخواهید متنی را از اسناد HTML استخراج کنید. مطابق با چنین موارد استفاده، این مقاله نحوه استخراج متن از HTML به صورت برنامه‌نویسی در جاوا را پوشش می‌دهد.