查询接口定位与模式抽取作为查询接口集成的重要组成部分,是实现自动化查询Web数据库的有效途径;对于大规模、实时性、多元化Deep Web信息检索,有着重要的理论和现实意义。本文在深入分析查询接口基本类型和特征的基础上,针对现有查询接口定位方法依赖表单标签发现而无法定位非Form型接口的问题,提出了两种接口定位算法。针对现有模式抽取方法利用文本语义相似性抽取模式准确率较低的问题,提出了一种利用查询接口结构特征和页面位置特征抽取接口模式的方法。设计并实现了Web查询接口自动识别与模式抽取系统,主要创新点和工作如下:(1)针对现有查询接口定位方法无法定位非Form型接口和误判较多的不足,通过研究查询接口的DOM树结构特征,提出了频繁公共树路径接口定位算法。根据相同查询接口控件包含一个公共起始节点的特征,利用控件之间的公共树路径和区域相关度定位接口,并结合C4.5分类器进行识别。实验结果表明,该算法识别票务查询接口的平均查准率达到了93.39%,比其它三种现有定位算法分别提高了48.21%、58.45%和31.58%,但当页面中含有多个查询接口时,该算法容易产生局部接口块。(2)针对频繁公共树路径接口定位算法产生冗余接口块造成误判的问题,通过研究接口节点蕴含的空间特征,提出了空间层次聚类接口定位算法。根据相同查询接口节点在DOM树位置较近、树路径相似度高的特点,利用改进的欧氏距离对定位结果调优,并结合C4.5分类器进行识别。实验结果表明,该方法识别票务查询接口的平均查全率、平均查准率达到了96.07%、95.71%,比频繁公共树路径接口定位算法提高了1.77%、2.32%,且能区别多个查询接口。(3)针对现有查询接口模式表达模型无法反映元素约束关系的缺陷,通过分析票务领域查询接口模式的特点,提出了一种改进的票务查询接口模式表达模型。针对现有模式抽取方法利用文本相似性抽取属性准确率较低的问题,根据相同属性包含的元素在Web页面上和DOM树中位置较近,且遵循潜在组合规律的特点,通过构建页面空间,综合分析了元素的页面位置约束与混合距离约束,提出了一种双约束条件下的属性抽取算法。实验结果表明,该算法抽取汽车票务查询接口属性的准确率达到了93.01%,比二次聚类DOM树属性抽取算法提高了81.06%。(4)利用改进的查询接口识别和模式抽取理论研究,设计并实现了Web查询接口自动识别与模式抽取系统。