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。
创新互联建站一直在为企业提供服务，多年的磨炼，使我们在创意设计，成都营销网站建设到技术研发拥有了开发经验。我们擅长倾听企业需求，挖掘用户对产品需求服务价值，为企业制作有用的创意设计体验。核心团队拥有超过十年以上行业经验，涵盖创意，策化，开发等专业领域，公司涉及领域有基础互联网服务电信内江机房、app软件定制开发、手机移动建站、网页设计、网络整合营销。
简单的有个file_get_content函数，然后写正则规则匹配内容，存数据库。
如果需要登陆的，用curl，还有可以用PHP的DOM库替换正则表达式
Python和Java等都有beautifulsoup这个第三方库，用来采集非常棒
创建一个新cURL资源
设置URL和相应的选项
抓取URL并把它传递给浏览器
关闭cURL资源，并且释放系统资源
代码案例：
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
会用正则就会抓取。
不会正则，一时半会也教不错。
不过，推荐你使用phpQuery这个框架，用jQuery的使用器来抓取数据。
方法1、最常见的方法是：$_POST['fieldname'];
说明：只能接收Content-Type:
application/x-www-form-urlencoded提交的数据
解释：也就是表单POST过来的数据
方法2、file_get_contents("php://input");
说明：
允许读取
POST
的
原始数据
。
和
$HTTP_RAW_POST_DATA
比起来，它给内存带来的压力较小，并且不需要任何特殊的
php.ini
设置。
php://input
不能用于
enctype="multipart/form-data"。
解释：
对于未指定
Content-Type
的POST数据，则可以使用file_get_contents(“php://input”);来获取原始数据。
事实上，用PHP接收POST的任何数据都可以使用本方法。而不用考虑Content-Type,包括
二进制文件
流也可以。
所以用方法二是最保险的方法
方法3、$GLOBALS['HTTP_RAW_POST_DATA'];
说明：
总是产生
$HTTP_RAW_POST_DATA
变量包含有原始的
POST
数据。
此变量仅在碰到未识别
MIME
类型的数据时产生。
$HTTP_RAW_POST_DATA
对于
enctype="multipart/form-data"
表单数据不可用
如果post过来的数据不是PHP能够识别的，可以用
$GLOBALS['HTTP_RAW_POST_DATA']来接收，
比如
text/xml
或者
soap
等等
解释：
$GLOBALS['HTTP_RAW_POST_DATA']存放的是POST过来的原始数据。
$_POST或
$_REQUEST
存放的是
PHP以key=value的形式格式化以后的数据。
但$GLOBALS['HTTP_RAW_POST_DATA']中是否保存POST过来的数据取决于centent-Type的设置，即POST数据时
必须显式示指明Content-Type:
application/x-www-form-urlencoded，POST的数据才会存放到
$GLOBALS['HTTP_RAW_POST_DATA']中
