Deep Web是不能被搜索引擎检索到的网络中的资源。Deep Web中包含的信息量比Surface Web中大了几个数量级,并且随着Deep Web中的数据源的个数的不断增长,Deep Web显得越来越重要。Deep Web中的网页通常是通过向表单中提交查询而返回的,并且结果页面中的数据大都是结构化的。Deep Web网页占据了互联网中全部网页的很大比例,因此自动的抽取Deep Web网页中的数据对于搜索引擎以及数据集成等应用都会带来帮助。同时,从网页中得到的关于现实世界中对象的元数据信息可以应于数据挖掘等学科。本文的主要目的在于提出一种能够自动抽取Deep Web网页中的数据并且能够对数据项进行属性标注的解决方案。该解决方案主要分为两个部分,第一部分是数据抽取器,这部分主要用来抽取网页中的结构化的数据。数据抽取器的核心则是MMDR(改进的数据区域定位)算法,该算法首先将HTML网页转换成DOM结构,然后通过比较相邻子树之间的相似程度来定位具有相同结构的数据。第二个重要的组成部分则是属性标注器。属性标注器主要用来对抽取到的数据记录中的数据项进行标注。属性标注器主要基于条件随机场。条件随机场是一种概率图模型,主要用于标注以及切分等任务。同时属性标注器使用探测与合并算法,使得标注的结果具有更加明确的含义。通过实验结果以及对实验的分析,验证了本文提出的方法能够有效地抽取并标注结果页面中的数据。这些方法不仅能够解决数据抽取及模式识别的问题,而且能够对数据集成提供理论与实际的支持。