web信息提取是当前比较活跃的一个研究课题，但web数据的大量性，异构性和动态性，是web信息提取的一个桎梏。对于结构化的Web数据，已经有较为成熟的解决方法；而对于非结构化的Web数据，由于传统数据库的底层问题，不能用来处理非结构化数据，迫切希望能提出一种方法进行非结构化数据的处理。为了解决这个问题，很多研究者提出了为web数据建立元数据，可将非结构化数据变成结构化或半结构化数据。但由于web数据形式的多样性，很难为多样性的数据建立一种统一标准的元数据。 本为为web数据中的文本数据建立了一种Dublin Core文本元数据表，将web文本这种非结构化数据结构化。Web文本元数据分为描述性元数据和语义性元数据，描述性元数据通过分析HTML源文件直接得到，本文的主要工作有以下四部分： 1 对HTML源文件进行分析，将标记流和文本流分开，根据标记流，提取题目元数据项；根据文本流将文本形式化为一个矩阵模型，在矩阵模型基础上提取文本的作者元数据项。 2．利用模糊数学的相关知识，为文本建立了文本状态模糊集与模糊相似矩阵，由此可提取文本的主题关键字元数据项；采用文本分类基本思想，提取题材元数据项。 3．为了提取内容元数据项，首先，利用模糊相似矩阵对冗长句处理，形成内容侯选句WHJ1；其次，在内容候选句WJH1中，利用模糊序贯决策论对冗长段进行处理，形成内容候选句WHJ2；最后，利用平面聚类和C__均值聚类算法对内容候选句集WHJ2进行聚类，然后将每一类中的相关性较小的句子剔除，最后形成文本内容元数据项。 4．试验结果表明：本系统对语义性元数据项填写取得很好效果。