Se ne è discusso decine dei volte ....

http://www.php.net/file_get_contents
http://www.php.net/fopen etc.
http://www.php.net/fsockopen etc.
http://www.php.net/curl

Oppure una classi come Snoopy e poi:

- le funzioni di manipolazione delle stringhe (strpos(), substr(), etc.)
- le espressioni regolari (preg_match(), etc.)
- tidy + DOM
- tidy + SAX