网站内容虽然最终都是用HTML/XHTML文档在浏览器上展现的，但是，由于(X)HTML文档是一种半结构化的文档，而且文档中经常存在错误文法，例如，某些标签只有起始标签却遗漏了结束标签等，要实现一种通用的灵活的高精度的信息提取算法是比较难的。网页抓取/数据抽取/信息提取软件工具包MetaSeeker利用了专有的FreeFormat技术，大大提高网站内容抽取的精度和适应力。虽然FreeFormat技术有一个复杂的算法作为后盾，但是，FreeFormat的理念是比较容易理解的。就是充分利用页面上的一些结构化特征信息，提高定位HTML DOM节点的精度和灵活性。此类特征信息包括节点的class属性（attribute，或叫特性）值、id属性值、节点名称（标签）、节点的其它属性名称等，其中，class属性有时也叫CSS selector(或者 style selector)在页面HTML中很常见。其实，FreeFormat的提出还有语义网络建设的社会性意义，在此主要讲解FreeFormat提高网页抓取和数据抽取精度的原理和使用方法。
目标页面结构经常变化，例如，在某个位置插入一块广告，在另一个位置发布一段公告信息，过一段时间该公告还会撤下来等等。但是HTML元素（一种DOM节点）的class值变化没有那么频繁，除非大改页面风格，如果使用第三方建站软件的话，例如，Drupal 等，普通用户几乎不会改变其结构。当前，FreeFormat主要利用class和id属性，以后可能会使用特定的HTML标签。id取值一般来说整个页面是唯一的，但是，写HTML时疏忽了没有保证唯一也是允许的；而多个HTML元素的class取值可以相同，一般用于表示一种特定的页面显示效果。
网页抓取/数据抽取/信息提取软件工具包MetaSeeker中的MetaStudio工具负责计算生成数据抽取规则，相比class，缺省优选id；因为可以有多个节点使用相同class值，所以，在很多情况下用class提取多实例数据，例如，在某个电子商务网站上的商品列表中，表示每个商品的HTML块使用相同的class值。当前提取多实例有两种方法：1，使用class作为FreeFormat；2，使用所谓的样例复制品规则，指定两个样例，由MetaStudio计算重现规则。因为FreeFormat更精确且容错能力高，所以FreeFormat优选。但是，本来是想提取单实例，选用的class在页面不唯一，这就不能用了，要用绝对定位方法，也就是使用从根节点（一般是html节点）开始到被定位节点的完整的XPath表达式。
但是，MetaStudio的自动计算产生信息提取规则的算法使用了一个优选定位原则：从当前节点往祖先节点找，尽量使用最近的那个有class或者id的节点作为定位的起点计算当前节点的XPath定位表达式，怎样选用class或者id有个缺省顺序，缺省的优先顺序是：首选id, 如果没有id则选class, 最后才选绝对定位。所以，你会发现，即使在数据映射的时候没有指定某个class或者id作为FreeFormat，程序还是自主选用了。
但是，页面结构各种各样，为了提高灵活性，在后来的版本中允许用户改变优先顺序。有三类用户配置：1，全局配置，保存在本地配置文件中；2，为每个整理箱分别配置各自的定位优先顺序；3，为所有线索配置定位优先顺序（为所有的，而不能针对单个线索）。全局配置和线索的配置在“配置”->“首选项”下做，虽然线索的配置也在这做，但是，线索的配置信息没有存在本地，而是作为信息结构的内容之一存储在服务器上。在Bucket Editor工作台上每个整理箱用一个Tab（标签窗口）展示，在Tab(FreeFormat字符串)上点击鼠标右键也会弹出一个菜单，其中有一项“首选项”是配置每个整理箱定位规则的。选择有：绝对定位，任何一个（class或者id谁先碰到就用谁，是从当前DOM节点往上级节点查找，而不是从根节点往下找），偏好id，偏好class，只用id，只用class。
有了这些手工选择，就可以应对更多的页面变化情形了，一个基本指导原则：使用的FreeFormat无论是映射指定的还是程序自己发现的要尽量与当前节点靠近，这样，目标页面即使结构变化了，在FreeFormat节点和当前节点之间插入新节点的几率会很小。
