随着互联网上信息的爆炸式增长,通用的搜索引擎很难满足特定用户“专、精、深”的查询需求,在此情况下垂直搜索引擎应运而生。本文研究了垂直搜索引擎的几项主要技术：主题爬虫技术,网页净化技术和信息抽取技术。首先本文设计了一个基于单类别文档分类的主题爬虫,并对单类别文档分类算法中的原型算法进行改进,使用最小二乘法来求解原型向量的最优解,从而提高原型算法的分类精度；实验证明我们对原型算法的改进明显提高了分类的精确度。其次本文还提出了两种基于DIV_DOM模型的网页净化算法,分别是基于DIV_DOM模型的启发式网页净化算法和基于DIV树形模板的网页净化算法；并将这两种网页净化技术应用于主题爬虫中以评价它们对主题爬虫的性能的影响；实验证明后者比前者对网页具有更优的净化效果。最后在本文提出的基于DIV_DOM模型的网页净化算法的基础上,本文提出了另一种基于DOM的网页结构化信息抽取技术,并使用归纳学习算法来自动学习抽取规则；实验证明了该信息抽取算法的有效性。