随着计算机的普及和互联网的迅速发展,大量的数据以网页的形式呈现在人们面前。面对这海量数据,人们不知道如何确切描述自身的数据需求,使得直接使用浏览器访问网页以找寻所需数据的效率不断下降,表现出了资源迷向问题:并且,由于Web数据格式异构性和缺乏关联描述的特点,对于已经获取的大量数据用户难以及时的理解,出现信息过载现象。所以如何将Internet上这些非结构化数据及时准确的提取、过滤和归纳成便于人们查询检索的形式,已经成为了研究开发的熟点。　　数据提取早期是为了处理纯文本文件,之后还涌现了一些其他的方法,比如机器学习算法,基于Ontology和自然语言理解算法和基于HTML的方法等等。基于不同的方法都可以在不同程度上实现特定数据的提取,可以说各有优缺点。但是限于网页数据的特点,这些数据提取算法在某一领域或是针对特定问题方面还是比较理想,但就其通用性和可维护性方面都不能达到令人满意的程度。　　本文针对数据源提供网站的特点,结合网络爬虫技术,采用基于DOM树结构的XML和 XPath的方法建立提取规则。这种方法主要是通过在XML文档中寻找与XPath位置路径表达式相匹配的节点,以实现自动对同一站点网页簇数据进行批量提取,达到一次学习多次提取的目的,该方法具有定位准确、提取快速的特点。而且这种规则还可以根据不同网页簇进行修改以适应不同的网页结构,提取结果达到较好的准确率和查全率。