近年来，随着互联网信息的迅速膨胀，数据的商业价值不断地被挖掘出来，以提供增值服务，例如评论分析、元搜索、比较购物、大数据应用等，这些都是建立在Deep Web数据获取与数据集成基础之上。随着越来越多与领域相关且具有高质量信息的后台数据库的涌现，Deep Web数据获取与集成依然是个比较热门的研究方向。为了有效地提取目标数据库中的数据元组，以及抽取动态页面中的结构化数据，本文将从以下几个方面进行研究：1）考虑到Deep Web查询接口具有多属性以及存在top-k问题，首先构建了数据空间树模型，并利用启发式信息对空间树进行剪枝。其次，提出了综合查询接口中文本域值的动态选择策略。最后，通过实验验证了本文方案能够有效地提高数据提取效率。2）为了自动定位页面主数据区域，给出了一组启发式特征以及特征的量化方法，提出了基于特征值线性加权的方法进行主数据区域挖掘。3）针对列表页数据记录抽取问题，利用页面的视觉信息与DOM标签树信息计算视觉块的相似度，提出了抽取数据记录的block-regrouping算法，并通过实验验证了该方法的有效性。4）为了缩短具有相同模板的记录抽取时间，提出了面向数据源的包装器生成方法。5）在已有工作基础上设计了的Deep Web数据抽取原型系统，通过在本地模拟数据库与真实Web数据库上的实验验证了本系统的可行性。