随着计算机技术的不断发展与进步,企业利用互联网在各大招聘网站发布招聘信息,求职者结合自身情况选择对应的岗位进行应聘。企业单位日益面对数量巨大,种类繁多的电子简历文档,单依靠人工进行筛选和录入简历信息不仅效率低下,而且需要耗费大量的时间精力。因此,研究如何利用现有的计算机技术从各招聘网站进行批量下载企业需求的各类简历文档,并快速准确的自动提取出企业关注的重要信息进行结构化存储具有重要的现实意义。针对各大招聘网站存储的海量简历信息,利用网络爬虫等相关技术批量下载企业需求的简历文档,减少人事招聘专员进行人工简历筛选的繁杂工作。分析半结构化中文简历文本在结构、内容、层次上的特点,结合一定的文本分类的理论基础,提出了一种简历文本按内容类划分和按层次结构相结合的划分方法,将简历内容划分为个人基本信息、求职意向、教育背景、工作经历、项目经历、获奖经历六个预定义的通用模块。根据简历的规则特性,利用人为先验知识建立需要抽取的词典。在简历各模块信息抽取的过程中提出了分别按基本信息和复杂信息两类进行抽取的方案。在简历内容识别过程中,结合简历中的基本信息类具有的简单词法与语法特征,建立需要抽取的规则表达式进行信息的抽取。对简历文本中教育经历、工作经历等复杂信息类的抽取,分析其具备的主要特征,分别采用基于字典匹配、统计学的隐马尔科夫模型、深度学习BLSTM-CRF模型的识别方法进行提取并进行比较分析。使用Python语言和Java编程语言相结合的方式实现了简历文本的批量下载和内容识别,并对定量的简历文本进行抽取测试,其结果可满足企业对简历筛选和信息提取并结构化存储的需求。