因特网的出现给人类社会发展带来了前所未有的变革。目前WWW已经发展成为包含多种信息资源、站点遍布全球的巨大信息服务网络,成为世界上最丰富和最密集的信息来源。为使因特网用户在纷繁复杂的网络信息中找到所关心的信息,搜索引擎诞生并迅速发展。 然而高速增长的信息量和信息类别,使得用户很难准确快捷地从WWW上获取所需信息。目前,在大多数搜索引擎中基于关键词的搜索会返回包含该关键词的所有网页,而这些网页往往跨越多个领域,其中会有许多内容属于用户根本不感兴趣的范围。因此快速、准确的从庞杂的网络信息中找到用户关心的信息变得极为困难。在这样的背景下,本文将一种全新的网页自动分类技术引入WWW信息抽取领域来解决网上信息有效获取的问题,进而将这种分类思想贯穿到整个搜索引擎中,以提高搜索引擎的效率。 为此本文在研究了搜索引擎技术要点的基础上,设计了一个基于分类语义的搜索引擎系统。在该系统中,本文提出基于分类语义的Web信息抽取机制的思想,将一种依据网站设计者意图来对网页进行自动分类的技术与Web信息抽取相结合,进而将信息检索的结果以分类的形式呈现给用户,使得用户对网络上的信息资源能够迅速而有效地判断。 本文对该系统进行了整体设计,同时对基于分类语义的Web信息抽取机制进行了深入研究,并对分类语义的抽取机制以及基于分类语义的搜索器C_Spider的实现作了详细阐述。