随着Internet的飞速发展,互联网上的信息量呈爆炸式发展,Web网页中存放着涵盖各个领域的大量有价值的信息。现阶段对网站分类需要处理大量的数据,正确率却不高,类目的设置也是一个问题。网站信息抽取主要针对单一网站进行处理,即使获得模板也无法适应大规模web信息抽取的需要。web2.0时代的到来,使标签在博客系统、论坛、视频网站等方面得到了广泛的应用,成为一种全新的信息分类组织形式。本文选取对网站进行标签标注,并设计标签库实现信息的结构化保存和组织作为研究对象。本论文的主要工作分为标签库的研究、设计和对网站的标签提取两部分：对第一部分,分别对文献分类法和标签分类法进行了研究,在对分类目录和标签云进行分析对比后,提出了标签库的多面复合式等级结构,从主体性质、形式、行业、主题、地区、语言六个方面对网站进行信息标注。第二部分,在对网站进行结构分析后,与设计的标签库相结合,提出用网页分类、网页自动标引相结合的方法对网站进行标注,提取标签。通过分析网站拓扑结构建立网站结构树,来实现网页的自动分类,然后对内容网页进行自动标引提取标签。最后设计实验、分析结果,证明该方法取得了很好的效果。网站作为网络信息的一种重要的信息载体,是网络数据处理等应用中重要的研究对象。本研究针对网站的信息描述,借鉴标签的概念设计了标签库的结构并提出相应的标注方法,还有一些问题需要进一步研究,激励我们更好的对网站进行研究。