随着互联网的快速发展和普及,人们越来越依赖于网络获取信息。如何从中快速高效的获得想要的信息成为迫切需要解决的问题,Web信息抽取技术应运而生。目前,已经产生了各种各样的方法来生成包装器,但这些方法有不同的局限性,在精确度、健壮性和通用性方面难以达到很高的要求。因此,信息抽取的研究重点就是如何构建良好的包装器。本文首先对现有的信息抽取技术和XML技术进行分析与研究,提出一个基于XML技术的Web信息抽取系统。通过该系统用户能够将HTML页面中感兴趣的信息点抽取出来,并用结构化和扩展性强的XML来表示抽取结果。该系统具有较好的通用性和灵活性,用户能够快速定制应用于不同领域的Web信息抽取包装器。本文应用XPath技术在数据定位方面的特点,提出一种基于DOM的XPath生成算法。本文利用XSLT作为抽取规则的描述语言,并使用XPath来定位待抽取信息点。对于Web信息抽取的问题利用本文提出的Web信息抽取方法能够较好地解决,同时,系统的召回率和准确率能够达到较高的百分比。