Web信息抽取技术是在计算机不断普及和互联网迅速发展的背景下产生的。面对网络中海量、半结构化的Web文本资源,Web信息抽取技术致力于从中提取特定的信息,并将其转化为含义明确的结构化数据,在一定程度上满足了人们对网络中数据资源进一步整合与共享的需要。近些年来,本体理论的发展为Web信息抽取的研究提供了新的途径。许多研究者对本体在Web抽取过程中的应用进行了深入探讨,力图通过使用本体来进一步改善Web信息抽取的效果。本文通过对信息抽取技术的特点及现有成果进行分析比较,借鉴本体领域中的相关理论,对基于领域本体的Web信息抽取技术进行了研究,着重作了以下几方面的具体工作：(1)分析了本体领域中的相关理论和应用,针对网页中事物描述信息的特点,提出了抽取指向型本体的概念及建立方法。将本体概念属性划分不同的类型,并为本体属性添加属性定位信息映射模型,使其能够识别和定位网页中的事物描述信息。(2)提出了基于领域本体的Web信息抽取系统(OBWIES)框架。采用模块化设计思路,通过分别构建各个具体的功能模块来完成系统的总体功能,并对系统架构的具体实现进行了讨论。(3)提出了系统所使用的核心方法,即以本体为指导的Web信息抽取方法(OGWIE)。在规则生成阶段通过引入抽取指向型本体的属性定位信息作为指导,结合网页结构树路径分析算法对包含语义信息的网页核心信息块进行定位,进而生成抽取规则；在信息抽取阶段参照路径式抽取规则执行数据抽取；最后将抽取结果转化为RDF本体知识进行存储,提高了抽取信息的可重用性。(4)以网络中针对图书和车辆的站点作为数据源,从中选取若干网页作为测试用例,对原型系统的抽取性能进行了对比实验。实验结果表明,本系统具有较高的准确率；与无规则抽取方法相比,本系统具有更高的抽取效率。