Hola,
Primero, debes tener permisos de esa web para poder coger los datos directamente de su HTML. Que la pagina este en internet solo quiere decir que permiten a las personas a ver esos datos en esa URL. Cualquier otro uso debe ser bajo permiso de esa web.
Segundo, hay webs que tienen un interfaz para que los programas accedan directamente a sus datos. Por ejemplo las API de Google permiten realizar consultas automatizadas al buscador de google (con ciertas limitaciones), Amazon tambien tiene un servicio parecido.
Tercero, tu "problema". Son dos pasos: leer la pagina HTML; y parsear ese HTML. Para leer la pagina puedes usar fopen() (
www.php.net/fopen) o fsockopen() (
www.php.net/fsockopen). En ambos paginas hay ejemplos con URLs. Y para parsear el HTML, podrias usar expresiones regulares, o usar alguna clase que ya lo parsee (mira en
http://pear.php.net o
www.phpclasses.org)
Saludos.