随着互联网的不断发展，Web上积累了大量的有用数据，从Web上抽取和集成信息逐渐成为研究热点。Web页面上的信息经常以HTML的形式表现出来，但是HTML显示的数据缺少严格的标准限制，显示的数据没有一定的结构和模式，计算机难于解析其语义。因此，从Web页面上抽取信息并集成到一起是一项必要的工作。信息以统一的形式集成在一起的好处是方便对数据做自动化处理，方便检查和比较。信息抽取技术并不试图全面理解整篇文档，只是对文档中包含相关信息的部分进行分析。结合电子商务等知识密集型Web站点的数据特征，本文提出了一种基于本体的Web页面结构化信息抽取模型。主要有以下几个方面的工作：(1)比较了信息抽取与信息检索的异同，介绍了信息抽取的工作原理、主要任务和评价指标，分析了当前信息抽取系统的技术特点和存在的问题；(2)介绍了本体相关的基础知识，讨论了在信息抽取中使用本体的优势，给出了基于本体的信息抽取常见的模型结构。在抽取系统中使用本体技术，能够消除语义异构现象，本体可作为数据源的稳定的概念接口，独立于数据模式；(3)引入PAT树技术，构造样本页面的PAT树结构，从中提取Web页面的数据模式。PAT树是一种改进了的“后缀树”，用来存储源字符串的所有可能后缀子串。同时，在模式提取阶段，提出了模式筛选的三个原则：正规性、紧凑性和分布性；(4)结合本体学习的方法和Protégé工具，构造了一个简单的图书领域本体，最后转化成OWL文件，用本体描述语言OWL形式化地描述该领域本体；(5)给出了一个规则生成算法，该算法能够借助领域本体生成抽取规则，指导具体的抽取动作。抽取规则可以从领域本体中归纳学习出来，并且监督领域本体的构造过程；同时领域本体又可以用来指导规范抽取规则，排除无效规则。规则库和领域本体两者相互学习，相互影响。(6)以“中国图书网”上的Web页面为实验对象，应用规则生成算法生成的抽取规则抽取结构化信息保存到数据库中，对模型进行测试和分析。实验结果表明该模型在查全率和准确率等方面都取得了较好的效果。