In diesem Buch wird ein Verfahren zur Segmentierung von Webseiten in kohasive, semantische Teile vorgestellt. Dabei werden rauschende Komponenten, wie Werbung, Menus, Fuzeilen usw. von informativen Komponenten getrennt. So wird der eigentliche Inhalt eines XHTML-Dokuments, insbesondere einer Webseite, extrahiert. Die beschriebene Heurisitk vollzieht dies auf Basis einer Analyse des Textes der Seite und deren XHTML-Strukturen, in dem davon Verhaltnisse abgeleitet werden. Anhand dieser Verhaltnisse und der daraus bestimmten Kriterien sollen die einzelnen Komponenten gefunden und extrahiert werden.