本文针对基于主题的信息抽取提出了一系列新颖的方法来解决抽取过程中所遇到的技术问题。 首先，本文提出了一种基于概率匹配和词性匹配的中文分词方法，在提高分词效率的同时，很好的解决了中文分词的歧义性问题，为后续的网页聚焦和网页信息抽取工作提供了必要的技术支持。 其次，针对传统的基于主题的网页搜索算法执行效率不高、精确度低的缺点，设计了一种基于机器学习的链接分层搜索算法。该算法通过机器学习，得到页面链接模式并对待扩展结点分层。此算法能够有效地获得期望页面，从而避免遍历大量无关页面，提高了主题相关页面的获取效率和准确性。 最后，在获得产品信息相关页面的基础上，针对产品信息页面的特性，提出了一种基于信息块模式定位的信息抽取方法。该方法基于对网页信息块，属性元素，信息元素的定位，使用标准的XML技术来解决网页信息抽取问题。使用标准的XSLT，利用它强大而且灵活的特性编写简单、健壮和通用的抽取规则，最终生成结构化，标准化的XML标准数据文档。