随着Internet应用的逐渐普及,WWW已经发展成为一个巨大的分布式信息空间,为用户提供了一个极具价值的信息源.但因Internet所固有的开放性、动态性与异构性,又使得用户很难准确快捷地从WWW上获取所需信息.如何快速、准确的从浩瀚的信息资源中寻找到所需信息己经成为困扰网络用户的一大难题.该文基于表格结构及列表结构Web信息源提出了Web页面信息自主抽取的方法.可根据用户对信息的需求自主地从相关页面中抽取信息并将抽取信息按关系模型进行重组存放在数据库中,该文主要工作包括以下两个方面:第一,对表格结构信息源的信息抽取.仅需标注一页网页,即可获取抽取知识,通过自学习能够较好的适应网页信息的动态变化,实现信息的自动抽取.第二,对列表结构信息源信息的抽取.通过对DOM树结构的分析,动态获得信息块在DOM层次结构中的路径,根据信息对象基本的抽取知识,获得信息对象值.该文与其它抽取方法比较有三个特点:1.用户可以定制信息,即可根据用户的需求自主地抽取信息.2.用DOM树结构中的路径表达式来定位HTML中要抽取的信息;3.采用自学习的方法以适应网页信息的动态变化.在理论上,抽取规则很有特点,在实际应用中不但可直接应用于Web查询和搜索,也可用于其它应用(例如数据仓库和数据挖掘等)的数据准备.