Java - ¿Cómo eliminar todo el código html con java?

Mi duda es la siguiente, estoy realizando conexiones a páginas web con objetos URL y URLConnection, ¿sería posible de alguna forma fácil eliminar todo el código html para quedarme únicamente con la información de la página web?

Lo primero que se me ocurrio es que debes hacer un parser para que quite todo lo de html y te deje el puro texto