我只采集过天猫的数据，估计淘宝也不难吧，简单的思路就是下载html，正则链接，打开链接，爬数据，不过php是单线程的，速度慢。
成都创新互联，为您提供成都网站建设、成都网站制作、网站营销推广、网站开发设计，对服务墙体彩绘等多个行业拥有丰富的网站建设及推广经验。成都创新互联网站建设公司成立于2013年,提供专业网站制作报价服务,我们深知市场的竞争激烈，认真对待每位客户，为客户提供赏心悦目的作品。 与客户共同发展进步，是我们永远的责任！
直接用Curl就行，具体爬取的数据可以穿参查看结果，方法不区分淘宝和天猫链接，但是前提是必须是PC端链接，另外正则写的不规范，所以可以自己重写正则来匹配数据。
1、建议你读写数据和下载图片分开，各用不同的进程完成。
比如说，取数据用get-data.php，下载图片用get-image.php。
2、多进程的话，php可以简单的用pcntl_fork()。这样可以并发多个子进程。
但是我不建议你用fork，我建议你安装一个gearman worker。这样你要并发几个，就启几个worker，写代码简单，根本不用在代码里考虑thread啊，process等等。
3、综上，解决方案这样：
（1）安装gearman worker。
（2）写一个get-data.php，在crontab里设置它每5分钟执行一次，只负责读数据，然后把读回来的数据一条一条的扔到 gearman worker的队列里；
然后再写一个处理数据的脚本作为worker，例如叫process-data.php，这个脚本常驻内存。它作为worker从geraman 队列里读出一条一条的数据，然后跟你的数据库老数据比较，进行你的业务逻辑。如果你要10个并发，那就启动10个process-data.php好了。处理完后，如果图片地址有变动需要下载图片，就把图片地址扔到 gearman worker的另一个队列里。
（3）再写一个download-data.php，作为下载图片的worker，同样，你启动10个20个并发随便你。这个进程也常驻内存运行，从gearman worker的图片数据队列里取数据出来，下载图片
4、常驻进程的话，就是在代码里写个while(true)死循环，让它一直运行好了。如果怕内存泄露啥的，你可以每循环10万次退出一下。然后在crontab里设置，每分钟检查一下进程有没有启动，比如说这样启动3个process-data worker进程：
* * * * * flock -xn /tmp/process-data.1.lock -c '/usr/bin/php /process-data.php /dev/null 21'
* * * * * flock -xn /tmp/process-data.2.lock -c '/usr/bin/php /process-data.php /dev/null 21'
* * * * * flock -xn /tmp/process-data.3.lock -c '/usr/bin/php /process-data.php /dev/null 21'
不知道你明白了没有
简单的分了几个步骤：
1、确定采集目标
2、获取目标远程页面内容（curl、file_get_contents）
3、分析页面html源码，正则匹配你需要的内容（preg_match、preg_match_all），这一步最为重要，不同页面正则匹配规则不一样
4、入库
淘宝客的采集软件是每位淘宝客都会依赖的，但是有一些是收费的，有些是免费的，对于刚起步的人来说，自然会选择免费的。下面小编就带大家来看看淘宝客免费版的采集软件有哪些功能。
淘宝客采集软件有哪些版本是免费的
1、无敌淘客采集器
是一款功能强大，操作简单，全自动采集的淘宝客数据采集软件，软件不同于目前广泛的传统淘宝客采集，该软件是直接采集网上大型的社会化淘宝客分享网站，例如淘宝官方旗下(顽兔)网、美丽说、蘑菇街等等。
2、淘宝客数据采集软件
能采集阿里妈妈数据、可以用淘宝账号登陆也可以用阿里妈妈账号登陆、可多条件、多关键词采集、可以导出为多种格式(word、excel、html格式文件均可) (已经针对新版联盟进行更新、无需api采集)，可自动截图方便qq发送，可以自定义采集推广方式，采集速度快。
3、暴龙淘宝客推广商品采集抓取软件
可以让您不用淘宝客api就可快速找到高佣金、高转化率的淘宝推广商品，还可导出淘宝助理可识别的CSV文件，意味着您可以轻松将这些高佣金商品上传到自己的淘宝店铺当中。
4、锐客淘宝客采集软件
是一款非常实用的阿里妈妈采集软件，本软件简便实用，软件能自动采集淘宝联盟宝贝数据，为用户显示佣金比例、销量等数据，方便用户挑选最合适的宝贝进行操作。
店铺淘客采集软件有何功能?
功能说明：
1.--采集热搜关键词功能
2.阿里妈妈(淘宝联盟)采集--大部分宝贝链接都是从这里采集，支持自定义佣金比例、30天推广量、价格范围、批量关键词采集等
3.鹊桥高佣金采集--超高佣金宝贝的采集支持自定义佣金比例、30天推广量、价格范围、批量关键词采集等。
4.淘宝助理宝贝数据包上传。
5.一件上下架功能。
6.一件同步库存功能。
7.一件同步宝贝标题功能。
8.店铺宝贝一键采集。
9.云端违规词过滤。
店铺淘客自动采集软件有三个最领先行业的特点：
1、能够快速找出同行热销产品,新人上货首选。
2、自动转化成总店链接,再也不用去到处找总店ID而浪费不必要的时间。
3、采集商品违规几乎为零,为你安全上货保驾护航。
1、通过淘宝提供的标准api获取数据
2、通过淘宝的开发者身份创建应用获取数据
3、通过抓取网页的功能再提取自已需要的数据。
