有没有办法把一个html文件中的文字全部取出来？

RT<p class=MsoNormal style='line-height:14.0pt'><b><span lang=EN-US>Part II&nbsp;
Structure&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; [15
minutes]</span></b></p><p class=MsoNormal style='margin-left:10.55pt;text-indent:-10.55pt;line-height:
14.0pt'><b><span lang=EN-US>Directions: </span></b><i><span lang=EN-US>This
part is to test your ability to construct grammatically correct sentences. It
consists of 2 sections.</span></i></p><p class=MsoNormal style='line-height:14.0pt'><b><span lang=EN-US>Section A</span></b></p><p class=MsoNormal style='margin-left:10.55pt;text-indent:-10.55pt;line-height:
14.0pt'><b><span lang=EN-US>Directions: </span></b><i><span lang=EN-US>In this
section, there are 10 incomplete sentences. You are required to complete each
one by deciding on the most appropriate word or words from the 4 choices ed
A, B, C and D. Then you should  the corresponding letter on the Answer
Sheet with a single line through the center.</span></i></p><p class=MsoPlainText style='margin-left:19.45pt;text-indent:-19.55pt;
line-height:14.0pt'><span lang=EN-US style='font-family:"Times New Roman","serif"'>1</span><span
lang=EN-US style='font-family:"Times New Roman","serif"'>. Our company’s
visitors decided to stay in our city for </span><span lang=EN-US
style='font-family:"Times New Roman","serif"'>________</span><span lang=EN-US
style='font-family:"Times New Roman","serif"'>two days as they wanted to </span></p>
比如像上面这段很乱的html代码，我想把页面打开时，显示的文字全部取出来，有办法？
最好换行什么，也能和显示的时候一样。
多谢了。