随着互联网技术的发展，人们进入了信息化的时代。在这个信息化的时代，信息就意味着财富，如何有效快速获得准确的、有价值的信息成为关键环节。当前，Web上出现了大量的、结构不同的信息资源，并且这些资源大都以Web文本形式存在，而这些Web资源中包含了大量对人们有价值的信息，怎样从海量的Web资源中提取出有效信息成为信息处理领域亟待解决的问题。Web文本分类技术是在现有的文本分类理论和技术基础上发展起来的，它利用了文本分类理论知识和现有的成熟的分类技术。Web文本分类摒弃了原始的人工分类方式，节省了大量的人力，物力等，能够有效提高用户检索的速度，并对检索结果准确分类，它已成为信息处理领域的研究热点。本文介绍了课题的研究背景和国内外研究现状，并阐述了文本分类相关的理论和技术。通过总结学习文本分类相关的理论知识，在分析网页的结构特点的基础上，对课题的解决有了一个较为清晰的思路：首先进行利用网络机器人进行网页采集，提取网页中的文本信息，然后对得到的文本信息进行预处理，转换为文本格式，最后构造分类器，利用分类算法实现Web文本的分类。在处理过程中提出了基于信息块的去噪方法，利用文本频率和χ2统计相结合的方法选择特征项，最后利用多分类决策支持向量机实现文本分类，并提出了分类搜索引擎的设计思路。通过实验设计对本文提出的理论方法进行验证，实验表明在信息抽取、Web分类结果上都有较高的准确性。