互联网已经成为人们获取信息的重要来源，如何从互联网海量信息中快速、准确地获得所需要的信息，成为当前亟待解决的问题。然而传统的Web信息抽取方法依赖特定的模板，针对一个模板构建的包装器不能抽取其他模板生成的网页，也不能适应原来的模板的变化。本文将Web信息抽取当作一个机器学习的问题，利用视觉和语义特征构建了一个领域级别的包装器。本文的主要工作包括以下内容:　　 (1)提出基于语义标注的DOM节点分割方法，解决了DOM节点粒度过大的问题。　　 (2)采用关键属性优先抽取的策略，先使用回归模型抽取关键属性，再使用分类模型抽取非关键属性，一方面解决了抽取结果可能包含多个关键属性的问题，另一方面利用关键属性与非关键属性之间的联系，提高了抽取的精度和召回率。　　 本文将上述方法应用于一个学术搜索与分析原型系统中。实验结果表明，本文提出的方法能有效提高Web信息抽取的精度和召回率，并且在领域内具有良好的泛化能力，具有一定的实用价值。