Apache Tika cómo extraer el cuerpo html sin contenido de encabezado y pie de página

Estoy buscando extraer todo el contenido del cuerpo de html excepto el encabezado y el pie de página, sin embargo, obtengo una excepción org.xml.sax.SAXException: espacio de nombreshttp://www.w3.org/1999/xhtml [http://www.w3.org/1999/xhtml]No ...