海量Web信息采集是播存结构源端的一个重要课题。随着Web信息的爆炸性增长，传统的Web信息采集无针对性，页面失效率高，不能满足人们日益增长的个性化需求的缺点越来越明显。针对这种情况，本文围绕主题Web信息采集技术展开了具体的理论研究和实验工作。 论文首先分析了主题Web信息采集的原理和主题页面在Web上的分布规律，研究了主题相关性判别算法，网页去重以及UCL标引技术，其中重点研究了URL与主题的相关性判别算法。 其次，设计并实现了一个主题Web信息采集系统FocusedSpider。该系统考虑子页面的主题相关性反馈影响，采用Web结构和网页文本内容相结合的一种URL与主题的相关性判别算法，准确地预测URL的主题相关度；同时根据去重对象的不同，采用一种网页三级去重机制，有效地消除重复网页；并对采集到的网页进行UCL标引，以便信息的组织。 再次，本文研究了RSS技术，设计并实现了基于RSS的主题Web信息采集，能够有效地采集RSS种子中新增加的主题页面。 最后，对FocusedSpider进行了实验测试，完成了对实验结果的分析。实验结果表明FocusedSpider具有较高的采集效率和准确率。