Existem duas possibilidades:
- Ler o site e analisá-lo com Expressões Regulares
- Analisar sintaticamente o HTML com DOM ou SimpleXML
A primeira opção é a mais fácil mas não a mais segura para você pois caso você não se precavenha na ha construção das Expressões Regulares, uma vírgula (literalmente) que o desenvolvedor do site alvo modifique e a sua Aplicação pode potencialmente deixar de funcionar.
Além disso, é mais lento, pois você quase que trabalha na força bruta, casando diversos padrões e manipulando estruturas de arrays, muitas vezes multidimensionais.
Para essa possibilidade file_get_contents() muitas vezes é suficiente:
$html = file_get_contents( 'http://www.site.com' );
E $html você informa como alvo de sucessivos preg_match(), preg_match_all(), preg_replace()... aqueles que você achar melhor, tantas vezes quantas precisar.
A segunda possibilidade é mais complicada caso você opte pela DOM, mas é mais segura pois você trabalha com a hierarquia do HTML, quase igual no JavaScript. Você lista nós, itera coleções de filhos e etc.
É complicado porque a DOM é um conjunto de classes maciço e muito detalhado.
Se o site alvo for mais simples, pode optar pela SimpleXML que é tipo a DOM, mas muito menos poderosa e, consequentemente, muito mais simples.