Leer datos inteligente de un HTML

[portalmana]

Este ejemplo te puede dar una idea.
Lo que te puede suceder es que existen sitios que no funciona file_get_contents para levantar la pagina y deberás usar curl.

Código PHP:

<?php
 
libxml_use_internal_errors(true);
$htmlContent    = file_get_contents('http://www.tupagina.com/');
$dom            = new DOMDocument();
$dom            ->loadHTML($htmlContent);
 
// Cargo los errores si existen
$errores    = libxml_get_errors();
// limpio el buffer de errores.
libxml_clear_errors();
// Los errores quedan cargados en la variable errores como array
 
 
$xpath = new DOMXPath($dom);
$nodos = $xpath->query('//ul/li');
 
echo "Se encontró {$nodos->length} en el sitio<br>";
foreach ($nodos as $nodo) {
    $elemento  = $nodo->nodeValue;
    echo "$elemento <br>";
}
 

En el manual de php existen mas ejemplos sobre esto.

Saludos