1、隨著Web的迅速發(fā)展，越來(lái)越多的網(wǎng)頁(yè)可以通過(guò)表單提交來(lái)獲取，這些表單提交所產(chǎn)生的網(wǎng)頁(yè)是由Deep Web后臺(tái)數(shù)據(jù)庫(kù)動(dòng)態(tài)產(chǎn)生的，蘊(yùn)含了大量的信息。如何從Deep Web中快速準(zhǔn)確的獲取所需要的信息已成為一個(gè)極具現(xiàn)實(shí)意義的重大課題，Web信息抽取技術(shù)正是在這樣的背景下應(yīng)運(yùn)而生。傳統(tǒng)的Web信息抽取工具不包含網(wǎng)頁(yè)獲取模塊或僅包含極簡(jiǎn)單的網(wǎng)頁(yè)獲取模塊，因此對(duì)動(dòng)態(tài)網(wǎng)頁(yè)的網(wǎng)絡(luò)爬蟲(chóng)構(gòu)建及Web信息抽取方法進(jìn)行研究，具有很高的研究意義和應(yīng)用價(jià)值。

2、>　　 本文在國(guó)內(nèi)外研究基礎(chǔ)上，進(jìn)行了一些有益的探索，主要工作包括：
　　 (1)針對(duì)傳統(tǒng)網(wǎng)絡(luò)爬蟲(chóng)的不足，本文提出了一種基于用戶(hù)操作解析的爬蟲(chóng)構(gòu)建方案，通過(guò)分析用戶(hù)操作記錄和網(wǎng)頁(yè)結(jié)構(gòu)，半自動(dòng)化的構(gòu)建針對(duì)不同站點(diǎn)的網(wǎng)絡(luò)爬蟲(chóng)，實(shí)現(xiàn)網(wǎng)頁(yè)信息的獲取。
　　 (2)在傳統(tǒng)Web信息抽取技術(shù)的基礎(chǔ)上進(jìn)行了改進(jìn)，本文結(jié)合使用DOM技術(shù)以及網(wǎng)頁(yè)視覺(jué)特征實(shí)現(xiàn)網(wǎng)頁(yè)信息的定位，使用了多種定位模式來(lái)提高信息抽取的健壯性。
　　 (3)