随着互联网技术的迅速发展,社会各行各业都在通过网络与外界交互信息,Web信息呈显海量和多元化,并且仍在急剧增长。在越来越多的实际应用需要从Web中抽取有价值的信息加以利用。不同网站网页异构化和网页自身半结构化特征使得Web信息难以分析和直接利用,另一方面,人们除了关注大众新闻外,更多的是对一些与自己相关的特定领域信息感兴趣。面向领域的Web信息抽取技术在实际应用中变得越来越重要。论文分析了当前的Web信息抽取国内外研究现状及发展趋势,研究领域网站的特点并提出系统设计目标。本系统的特色是基于特定领域网站抽取用户关注信息,能够自动生成领域内不同网站的抽取规则,系统具有良好的抽取性能,并且容易扩展,可移植抽取不同领域网站。系统设计宗旨是努力提高系统的易用性,寻求在用户参与负担和系统抽取性能之间取得平衡。系统设计主要包括了数据采集模块、网页清洗模块、抽取规则生成模块、Web信息管理模块等。其中抽取规则生成模块为系统核心模块,采用全自动化包装器生成算法MDR算法和DSE算法分别用来抽取两类数据密集型网页：列表页和详情页。为了提高抽取结果的准确率,系统基于DOM树模型设计了两种方法过滤噪音：一种方法是根据领域网页中用户目标数据与噪音数据在结构上差异设计启发式过滤噪音,另一种方法是根据相同领域下网站的详情页文本相似特点利用kNN文本分类方法过滤噪音。本文结合Java技术以网上招聘行业网站信息抽取为示例,实现了一个完整的面向领域Web自动抽取系统。经对抽取结果评测表明,本系统具有较高的研究意义和应用价值。