随着互联网的迅猛发展,"信息过载"已经成为一个亟待解决的问题.为了使用户准确获取他想要的信息,信息抽取成为必要.从网页中抽取信息的程序称为Wrapper.关键的任务是:Wrapper的构造要尽可能快速,不需要过多人为地参与,并且,构造出的Wrapper要尽可能健壮,能适应网页的变化,同时,还要尽可能通用,与具体网站无关.针对Wrapper生成问题,人们提出了各种各样的方法.这些方法的抽取模式语言基本上都是自己定制的,往往很简单、难以描述精确或者复杂的信息抽取模式.尽管通过人为标记的样本可以自动归纳出抽取规则,但这些抽取规则很难达到很高的精度、健壮性和通用性.该文使用标准的XML技术来解决网页信息抽取问题.基于标准的XSLT,可以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.为了快速的构造抽取规则,我们开发了一个信息抽取平台.除了手工编写抽取规则外,该文提出了新颖的方法自动归纳网页模板和记录模板,以及相应的抽取规则.网页模板可以用来抽取网页的主要内容.这对很多基于网页内容的工作很重要,比如网页信息检索,网页聚类与分类等等.记录模板可以用来抽取网页中的列表数据.另外,由于使用的是XSLT,抽取模式可以很容易理解和修改.最后,我们还开发了多网页信息抽取框架.实际的应用经常需要对多个网页进行抽取.基于该文所设计开发的Web信息抽取平台,可以很快的构建出健壮和通用的网页信息抽取Wrapper.