随着Internet的发展,Web已经成为一个庞大而复杂的知识库,研究如何从Web中抽取信息变得越来越重要。Web中有一类重要的页面是数据导向型页面,这种页面动态生成、便于更新,研究如何从这种页面中抽取信息是Web信息抽取技术研究的重点。在学习信息抽取相关理论和前人研究成果的基础上,本文针对数据导向型页面提出了一种基于树结构的Web信息抽取方法,围绕此方法做了以下工作:第一,提出了一种基于二叉树的HTML到XML的转换方法。从HTML到XML的转换是Web信息抽取的预处理模块,对Web信息抽取的效果起着决定性的作用。本文提出的基于二叉树的HTML到XML的转换方法可以有效地处理HTML中三种典型的错误。第二,提出了一种新的Web信息抽取中数据记录的定位方法。本文提出的数据记录定位方法分三步进行,首先通过计算节点的扇出度定位主要内容区,然后在主要内容区内定位数据区域,最后在数据区域内定位数据记录。分析发现STM算法在进行树的匹配时不够准确,本文对其进行了改进,提出了一种加权的树匹配算法STMCTN,并相应地改进了树的相似度计算等算法。第三,提出了一种新的Web信息抽取中数据属性的对齐方法。在定位到数据记录以后,需要对同一类的多个数据记录进行比对,将其数据属性进行对齐,进而输出数据记录,为此本文提出了一种基于聚类和树的比对的数据属性对齐方法,本方法避免了对齐结果冗余过多的现象。针对本文提出的三种方法,分别通过实验对方法的性能进行了分析。