随着Internet的迅猛发展,网络已经进入信息爆炸的时代,成为人们发布和获取信息的主要平台。目前,网络中大部分网页是由服务器根据请求从数据库中选取数据并嵌入到通用模板而动态生成的,例如电子商务网站的商品描述网页等。该类网页不易被一般的搜索引擎搜索到,也被称作深网(Deep Web)网页。深网网页缺乏结构和语义信息,网页中的数据很难被其他应用程序直接使用。因此,如何将网页中的数据抽取出来就变得非常迫切。本文的研究内容就是如何自动地从深网网页中检测模板、抽取内嵌的数据。首先,本文对Web信息抽取的一些基本概念做了简要介绍,并简述了Web信息抽取技术的产生和发展。在此基础上,明确了适用于本文算法的Web页面的形式。其次,详细介绍了当前Web信息抽取技术的一些常用方法,并对这些方法进行分类,进而对这些方法进行对比分析,指出各种方法的优缺点。在分析了多种方法的基础上,讨论了未来Web信息抽取技术研究发展的方向。最后,本文对Deep Web网页的公共框架进行了定义,即同类网页共有的、附加在网页实质内容之外的信息,例如头信息、尾信息、广告、浏览导向条和flash等。在信息抽取算法中增加了公共框架检测阶段,采用序列比对算法提取公共框架。与原始网页数据相比,去除了公共框架的数据域信息对模板抽取更加有利。在来自真实网站的数据密集型网页集合上,测试和对比了序列比对算法中参数不同取值,以及公共框架检测阶段在数据量和抽取准确率等方面对信息抽取算法的影响。实验结果充分证明了算法的有效性。