文本的自动分类是在对文本内容分析的基础上把文本分配给一个或多个预定的类别。在信息如此膨胀和信息源如此多样的时代,由人工搜索来获取信息,其操作过程已变得非常繁琐,其速度和效率极低,信息质量也得不到保证。因此,快速、有效地获取主题相关信息并进行分类存储已成为目前信息处理研究的热点。本文从信息管理系统的角度介绍了面向新闻领域的文本数据获取系统的设计和实现,该系统集成了信息管理与信息获取。一方面,系统提供了友好的新闻信息的管理界面,另一方面,系统提供了一种新闻文本信息的自动获取功能,可自动从网络抓取新闻信息并归类存储。本文在研究网络爬虫技术、网页过滤技术,文本表示方法,中文文本分类方法的基础上,介绍了Web文本新闻信息自动获取功能的设计和实现。爬虫程序把从新闻网站抓取的新闻信息以文本的形式保存到本地的存储器中,然后系统采用特定的网页内容提取技术从抓取的文本网页中提取新闻内容,得到新闻的标题和正文信息等,最后使用特定的文本特征提取技术提取新闻的特征信息,并使用基于贝叶斯的分类算法对提取的文本新闻信息进行类别映射。本文从需求分析、设计和编码实现等方面对系统进行了介绍,并对实现中使用的相关技术进行了分析。最后本文阐述了系统的测试,并对测试结果进行了分析。