java去掉网页源代码的html标记

String html = 这里获取html代码；
    
String content = Jsoup.parse(html).text();
//String content = html.replaceAll("< [^<]+>", "");
System.out.println(content);

似乎两种方式（注释是正则）都能提取内容，但是其实用jsoup更好，不会残留一些css代码还有标记，既可以去掉标记，还能解析一些字符的html标志法。