随着办公自动化的快速发展，使得企事业单位及国家政府机关的数据存储及表示形式呈现出分布性、异构性的特点。不仅包括企事业单位及国家政府机关内使用的关系数据库、面向对象数据库等传统结构化数据，还包括Excel、Xml、Html等不具有像数据库那样有明确结构的半结构化数据，以及音频、图像、视频、原始的文本文件等具有无模式及自描述特点的非结构化数据。每个公司及政府部门都会有大量的、不同结构形式的数据，他们会根据不同类型数据对应的数据结构选择不同的存储方式。因此，为了实现公司及政府部门不同结构数据之间的查询和共享，不同结构形式的数据集成问题已成为网络应用、数据库应用研究和解决实际需求的一个重要研究课题。本文主要研究的是半结构化数据与结构化数据的集成问题，选择了一种典型的半结构化数据Excel表单，对不同行业、不同形式的数百张Excel表单从结构上进行了总结、分析、归纳和分类。在手工和编程实现对这种半结构化数据进行数据抽取的基础上，总结了一些对这种典型的半结构化数据的抽取规则，将这些规则形式化地描述为不同的指令，形成一套半结构化Excel表单数据抽取指令系统。最后，提出了一个具有通用性的基于指令系统的Excel表单数据抽取模型。本文的基于指令系统的Excel表单数据抽取模型不仅能够快速、准确地对一个特定的Excel表单数据进行抽取和加载，还能通过修改指令配置文件对不同样式的Excel表单数据灵活地进行自动抽取和加载；该模型可以通过指令解释器中的解释器规则库实现指令的可扩展性，使其具有更强的通用性；该模型已经在某公司的几个项目中使用，并封装成了WebService服务放在公司的服务器上，可以供不同的项目方便地调用，证明了其良好的通用性及实际价值。