万维网的飞速发展使得Web中存在的各种结构化数据信息数量与日俱增。然而,Web中可访问到的海量的结构化数据信息大都以半结构化的html网页文档形式出现,很难被各种应用程序直接获取和使用。因此,旨在实现自动获取html网页中结构化数据的Web信息抽取技术已经成为当今的一个研究热点。目前,已经有大量针对Web信息抽取的研究,并且出现了许多基于不同原理的Web信息抽取技术。本文主要研究并提出了两种能够处理特定类型网页的Web信息抽取方法:第一种方法用来处理相同模板生成的网页。它以一组同模板生成的网页为输入,自动推断网页的生成模板,并利用获取的模板生成相应的网页包装器,实现同模板网页中的结构化数据抽取。其中算法EXALG_tju基于EXALG算法的核心思想,利用html文档的树形结构对网页模板进行逐层推断。第二种方法主要处理网页中含有的某一专业领域中的特定半结构化文本。它根据指定文本的特征而制定规则,并使用规则和特定字典来获取文本中含有的结构化数据,同时使用一种字段名模糊匹配的语义技术对获取数据的类型进行自动标注。两种方法的实验结果表明:第一种Web信息抽取方法在大多数情况下可以正确的抽取结构化数据,第二种方法则需要在人工帮助下进行信息抽取工作,或者作为其他抽取系统的辅助而使用。论文在最后简要介绍了面向创新领域网络搜索引擎的系统框架,以及上述两种Web信息抽取方法在该系统中的应用。