Apache Tika como extrair corpo html sem conteúdo de cabeçalho e rodapé

Estou procurando extrair todo o conteúdo do corpo do html, exceto o cabeçalho e o rodapé, mas estou recebendo exceção org.xml.sax.SAXException: espaço para nomehttp://www.w3.org/1999/xhtml [http://www.w3.org/1999/xhtml]Não Declarado Abaixo está ...