互联网给用户带来海量信息,然而这些信息通常被格式化成一种展现形式。随着电子设备展现信息的方式越来越多,用户对个性化信息要求也越来越高。用户请求信息的多样性要求,响应程序返回的结果不能只拘泥于原始格式化的展现形式。为了给用户展示更精确及个性化的信息,一个灵活健壮的信息抽取系统必不可少。文本研究了 Web信息抽取系统中页面级别和记录级别的抽取算法。针对页面级别,本文提出一种通用的基于Web语义化的正文抽取算法,该算法结合语义特征和结构特征,利用词数叶子比及语义加权计算正文相关度,算法在老式页面和现代页面中都有不错的效果。针对记录级别,本文以招投标领域为研究对象,提出一种实体抽取方法。在CRFs模型基础上,利用Web结构特征和上下文特征,对训练语料和相关词库进行基于字的标注,最后对正文信息进行实体抽取。实验结果表明实体抽取效果不错,人名实体抽取的效果更好。本文在一个信息整合系统中应用了上述算法,针对实体识别算法中机构名召回率不高的问题,利用启发式规则提高机构名的召回率。同时,利用招投标公告的内容组织特点,实现基于规则的属性实体关联,并将属性实体对保存到数据库,满足应用的要求。