随着Internet快速发展以及Web信息量的增加,Web成为农民获取农产品供求Web信息的重要渠道。提取并合理地保存农产品供求Web信息,对进一步分析农产品供求市场状况及特点,制定农产品供求方案具有十分重要的意义。农民从互联网海量信息中获取农产品供求Web信息过程中,常遇到的信息搜索困难及信息真实性、有效性无法保证等问题,本文在研究现有的Web信息提取技术基础上,结合互联网农产品供求Web信息格式特点,融合多种信息提取技术优点,提取农产品供求Web信息。其目的是为农民提供实时、可靠的农产品供求Web信息。本文主要内容总结如下：1.针对待提取的农产品供求web信息必须具有真实性、可靠性及实时性的特点,本文提出一种基于PageRank和J下则表达式相结合的Web页面筛选方法,有效简化了后续信息处理的工作量。同时为了去除web页面的噪声,本文提出一种基于视觉分析和简单法相结合的去噪方法,有效地保证了信息提取的查全率和效率。2.本文提出一种基于语法、语义和模式比较三者结合的Web信息提取方法,缩小了有效信息提取范围,提高了信息提取的精确度。3.设计并实现了一个农产品供求Web信息提取中间件。通过该中间件用户能够提取Web中的农产品供求信息,并以结构化的XML表示提取结果。本文提出的Web页面预处理和信息提取方法能有效解决农产品供求Web信息提取过程中所遇到的问题,并以实例证明了该方法的实用性。