随着网络规模在全球的迅猛发展,Internet上的Web网站以及网页的数量目前在以爆炸性的趋势增长,网上蕴藏着数量巨大的信息资料。由不同开发者开发的网页形式与内容有很大的差异,这就造成了网络数据的异质性和缺乏结构性。正是由于这个原因,使得自动地从网络中获取有价值的信息和数据变成一件十分具有挑战性的任务。主流的搜索引擎基本上只收集了互联网上静态页面集合,但事实上,静态页面只是Web提供网页的一小部分信息,大部分信息对这些传统的搜索引擎是不可见的,这就是深层网络,这些信息只能作为用户提交的表单的查询结果,实时动态地获得。深层网络通常是指Web中不能被传统的搜索引擎索引到的那部分内容,特别是指那些通过查询实时产生的动态页面。如何有效利用深层网络中的数据资源是一个值得研究的问题。本文针对化学和化工领域深层网信息量大、专业性强,但是难于检索的问题,研究了深层网信息挖掘的相关技术及化学和化工深层网的特点,采用了一种基于XML技术和C#语言,获取化工领域深层网信息的方法,设计和实现了能够提取化工领域深层网中的化学物性数据的系统。该系统通过提取表单标签并结合化工物性词典种子合成绝对URL地址的方式,实现了对深层网入口表单的自动填写和提交功能,采用结合了XPath文档定位语言和XSLT数据逻辑处理模式初步实现了对返回的结果页面中化学和化工数据的提取。