当前软件行业不断发展，开发与维护成本也在不断增加，软件复用，特别是基于构件的软件研发，成为一种有效的解决途径。网上越来越多的构件加大了用户查找自己感兴趣产品的难度，通过网页信息抽取技术搜集互联网上的构件产品，并将构件的描述信息进行结构化整理，可以极大的提高软件开发人员寻找所需构件的效率。因此有必要对构件描述信息的抽取方法做进一步的研究。　　基于二次定位的构件描述信息抽取算法结合了页面结构与文本内容的特征，通过URL聚类将爬取到的相关页面进行分类，使得聚类中的页面具有一定的相似性，而聚类间的页面具有较大的差异性，然后对这些HTML页面进行规格化修复、剔除噪声信息，并将文档解析为DOM树，以便于对文档内容进行后续操作。将构件信息页面分为三个区块：构件信息块、模糊信息块和非信息块，模糊信息块定位算法利用同一聚类页面中有效内容相异的特点，提取出若干个模糊信息块，构件信息块定位算法使用属性名匹配与无关信息所占比例来筛选出具体的构件信息块。通过构件属性模式识别的方法判断属性对的页面布局格式，再由属性名、属性值的同义词组，属性值的特征格式来匹配构件的每一个描述信息子项，从而达到构件描述信息抽取的目的。　　详细的实验表明，算法对多个构件信息网站均能达到良好的抽取效果，并且通过对比实验结果可以看出，该算法对构件描述信息抽取的召回率、准确率和综合指标都有较大的提升。