互联网是一个巨大的资源库,目前的网页数量已达千亿级,这个数量在未来还将持续增长。大数据时代的来临,使得各类信息呈现指数级增长的趋势,网页作为互联网存放数据的重要载体,包含了大量的信息。为了提取其中我们所需的有效信息,人们提出了各种各样的Web数据提取技术。Web数据提取与普通文本提取的不同主要体现在网页自身存在一定的结构。Web数据提取是将网页上半结构化的数据按照一定的规则提取出来并以特定格式保存,最后返回给用户,其主要的实现方式是网页包装器。然而,该技术还存在一些问题——由于包装器的内在特性和它们执行的提取任务的复杂性,它们通常和其所处理的Web页面的结构严格相关,有的时候对Web页面结构的轻微改动也可能导致提取任务的失败。为了降低包装器的维护成本,我们希望包装器一旦被正确地开发后,可以正常工作很长一段时间。因此,本文提出了一种基于混合特征的网页包装器生成及自适应技术。具体的工作内容如下:（1）本文提出了一种基于混合特征的网页包装器生成技术。本文将网页应用的页面源码分析作为突破口,设计特征提取算法,实现基于页面渲染提取网页的视觉特征,以及提取网页标签的属性特征、结构特征。然后进行目标数据提取区域的定位以及目标数据项的定位,最后生成包装器配置文件,将该目标区域的所有信息以特定格式封装生成网页包装器。（2）本文提出了一种基于相似度计算的网页包装器自适应技术。该方法首先获取当前网页的特征集合以及原包装器中的信息,计算其结构相似度判断网页结构是否发生变化,若网页结构变化则进行包装器目标区域及目标数据项的重定位,从而得到新旧版本网页目标区域的匹配及目标区域内数据项的对应关系。最后,根据得到的前后版本关联关系,对原网页包装器进行自适应调整。为了验证本文方法的可行性和有效性,在真实的网页应用上对本文的方法进行评估。实验结果显示,本文的方法能够有效的生成网页包装器,其生成的包装器平均精确度和召回率可达到95%和97%,并在网页更新后能够达到87%的自适应成功率。