Java HTML解析和映射

我打算构建一些类似翻译的web应用程序，其中用户查看html页面（我从web收集并离线存储在服务器端），然后用户需要通过选择字符子集（要求类似翻译的操作）与此html中的文本进行交互

因此，这里的过程分为3个部分：
-从html文件中提取纯文本
-纯文本将在服务器上预处理并脱机存储
-当用户在线选择html中的字符串时，我需要在已脱机提取和存储的纯文本中标识映射

对于纯文本提取，我使用jsoup。
我已经预处理了普通文件。。
关于映射部分和识别用户选择（或单击）的文本有什么想法吗

[在Java、ApacheTomcat、JavaScript和linux上工作]

你想映射什么？HTMLtext、文本翻译、HTMLtranslation、所选HTMLselected text、。。。？