基于模板化网络爬虫技术的Web网页信息抽取与以往传统的网络爬虫技术不同，传统的网络爬虫技术大多数为专用网络爬虫，即针对不同的网站以及网站内不同的频道，需要专门的为各个频道编写出专用的网络爬虫。这样传统的网络爬虫，随着网上的内容日益增长，以及网页内容的不断更新，它必定会给网络爬虫的开发者和维护者带来很大的工作量与复杂度，会使网络爬虫编写工作容易出错，也会给用户的操作带来困难。在这样的背景下，基于模板的网络爬虫技术应运而生，它要求程序员在配置文件（在数据库中）中写好某网站的程序运行模板，程序在调用时，根据网站的某些固定特征，在模板库中进行匹配，找出符合的模板，继而准确高效的运行程序。基于模板的网络爬虫技术，既会给程序员简化工作，也可以简化用户的操作。基于模板化网络爬虫技术的Web网页信息抽取技术根据网页特征，从配置文件中读出存储在数据库中的模板库后，自动的根据程序中的网站入口地址匹配模板，使程序高效运行。本文通过针对3个博客网站，3个论坛网站，1个微博客网站，以及38个新闻网站进行了相应的模板及程序的编写，实现了用基于模板化的网络爬虫技术对上述网站进行Web网页的信息抽取，经过在舆情系统中实际运行测试后得出结论，该方法能根据自动提取出的模板快速、准确的对Web网页进行信息的自动抽取。本文的主要工作包括：1、基于模板化网络爬虫技术的Web网页信息抽取，这一课题对这一技术的工作过程进行详细说明；2、对引用网站的网页进行分析，引入了正则表达式的概念及用法，总结出了针对38个网站的网页模板；3、给出了基于模板的网络爬虫技术的基本结构及其运行方式，并详细描述了爬虫的爬取过程；4、运用基于模板的网络爬虫技术设计实现，并使之在舆情系统中运行测试。