随着万维网的迅速发展，近十年来，Web信息抽取日益成为学术界和商业领域的一个研究热点。Web信息抽取的目标是，从多个异质的Web站点中定位和识别感兴趣的信息，并将抽取结果以统一的结构化的格式表示。Web信息抽取是Web数据挖掘、机器翻译等应用的基础。Web信息抽取的主要困难是由于万维网上的Web页面固有的数量巨大、异质且动态更新的特点而带来的复杂性、可扩展性、适应性问题。 本文提出了一个基于Agent技术的Web信息抽取系统。它是一个多Agent系统，主要由三个Agent和四个知识库组成。知识库是系统运行的基础，本文采用XML表示Web信息抽取所用知识和结果数据。另外，XML在本文中还用于Agent之间的通信。系统中的Agent包括用户接口Agent、Web页面获取Agent和信息抽取Agent。各个Agent有自己的子目标、功能和行为，可以自主运行，同时Agent之间通过协调和合作，共同为准确高效地进行Web信息抽取的总目标服务。采用这种结构简化了问题的复杂性。 系统的三个Agent中，信息抽取Agent是核心，主要负责学习抽取规则和运用抽取规则进行信息抽取。其中借鉴了现有的已被广泛使用的包装器归纳法的思想和DOM树方法。 系统的抽取规则从信息在特定领域的语义特征和页面格式特征两方面定义，使抽取规则具有一定程度的适应性和可重用性。由于Web页面获取Agent具有主动感知Web页面更新、并通知信息抽取Agent调整抽取规则的能力，更进一步增强了系统的适应性。此外，通过用户和Agent配合、半自动化学习抽取规则，获得的样本有代表性，且学习过程较简单。因此，本文是对Web信息抽取领域的进一步发展以及Agent技术的应用的有益研究。