随着互联网的快速发展,搜索引擎越来越受人青睐。它能够将杂乱无章的信息整合起来,方便快捷地为用户提供信息。而搜索引擎搜索的最基本元素就是网页,所以本文从网页入手,对网页进行了时间信息挖掘,结构信息挖掘和指纹信息挖掘。与之对应的从增量采集、网页净化、网页分析三个方面阐述了提高搜索引擎返回结果质量的方法。本文在对增量采集技术说明中,针对诸如大型新闻门户网站更新频率快的特点,采用了网页的时间挖掘方法,通过对更新时间的考察,减少了下载网页的次数以及在数据库中查找的次数,比较有效的解决了对更新频率快的网站增量下载的问题,并使新出现的网页能够及时的被用户查找到。在网页净化技术说明中,我们将网页表示成一颗DOM树,并首次将中文标点符号数引入到衡量网页正文的权重中,通过对DOM树不断的剪枝,极大的减少了网页的噪音。在网页去重技术说明中,我们提出了一种基于网页净化的网页去重的方法,将网页净化方法与指纹特征提取方法相结合,有效的提高网页去重的准确率。此外,我们还将网页去重技术应用到变异短文本的聚类中,在变异短文聚类领域中,首次将去重技术应用到聚类领域中,在速度和准确率方面都取得了很好的效果。通过实验表明,本文所做研究的内容,很有效的提高了搜索引擎性能,达到了很好的预期效果。