Web包含了海量的文本与表格数据。现今,自然语言处理技术对于Web数量级的自由格式的文本理解仍旧是一个艰难且费时的课题。与非结构化的文本信息相比,结构化的Web表格所包含的信息更为精练,具有数据挖掘的意义。Web表格信息挖掘已成为一个热点研究问题。Web表格信息挖掘主要分为两个研究方向,一是根据已有的语料知识库来理解表格,然而这种方法受限于语料库；二是从视觉方面来挖掘表格的语义,这是本文的主要研究方向。为了研究Web表格的视觉信息,一种图结构的模型以及构造方法被提出,该模型可以存储Web表格的行列结构、单元格背景、颜色、文本字体、字号、文本样式等视觉信息,从而进一步挖掘出其中所蕴含的语义。基于Web表格的图模型,本文着重研究了两个问题。一是Web表格的视觉并列关系,它被形式化定义；本文提出了一种算法能自动抽取Web表格的视觉并列关系；实验表明所提取的视觉并列关系与语义相似度之间存在着显著的正相关性。二是Web表格的展开方向,它蕴含了丰富的语义关系,本文定义了表格展开方向的一系列视觉特征,并使用这些特征构建了几种分类器来检测表格的展开方向,实验评估表明使用随机森林分类器的准确度能达到92%以上。通过对这两个问题的研究表明Web表格视觉信息的提取将有助于其他语义分析工作。