对互联网与信息实施足够的控制和管理,是保障国家发展和社会稳定,维护国家信息主权与安全,确保公共信息网络正常秩序的重要组成部分,具有重大的现实意义。探讨了网页信息还原涉及的相关技术,包括两个方面的内容:数据包捕获技术和网页还原技术。针对数据包捕获技术重点分析了Libpcap和Winpcap;针对网页还原技术着重讨论了超文本传输协议HTTP(HyperText Transfer Protocol),描述了协议的组成、相关参数、相关头域字段和消息体压缩算法。结合应用环境与实际需求,阐述了一个网页信息还原系统WIES(Web Information Extraction System)的总体设计原则及设计思想,设计了WIES的总体架构,描述了其处理流程、基本功能及各组成模块的功能划分。针对Winpcap数据包捕获方法及其缺陷,探讨了数据包捕获的四种优化措施:将主要应用移至内核处理;旁路内核协议栈;降低系统硬件中断频率;一次复制多个包到用户缓冲区。在分析比较四种优化措施的基础上,结合应用需求,确定了一次复制多个包到用户缓冲区作为WIES所采用的优化措施。讨论了一个融合解决HTTP/1.0和HTTP/1.1协议网页信息还原的通用HTTP协议信息还原框架,实现了基于HTTP/1.0协议的网页信息还原。针对HTTP/1.1协议中采用的持续性连接技术、块编码技术和消息体压缩技术,给出了一套处理方法,使WIES能够支持基于HTTP/1.1协议的信息还原,增强了WIES的整体功能,提高了WIES的实用价值。实际运行结果表明,WIES能对现有基于HTTP/1.0和HTTP/1.1协议的网页信息进行有效还原,运行稳定,性能良好,且具有良好的可扩展性。