＞アマゾンの評価のところを抜き出して

あれはいわゆる「Webサービス」で、Soapベースでクエリを出すと本のデータを返してくれる。
Googleアドセンスなんかは勝手にページを解析してそれに応じた広告を返してくれるようだ。
いずれもオフィシャルの開発ツールを使う。

＞いろんなニュースサイトの最新ヘッドラインを自動的に集めてまとめて表示してる

アンテナ系のサイトのことなら、専用の更新チェッカが配布されているのでそれを使っている
ケースが多かった。最近のニュースサイトはヘッドラインをRSS・RDFで公開しているので、これを
拾ってきて表示している。（ex. http://www3.asahi.com/rss/index.rdf）

＞例えば2CH内に張られている画像へのリンクを取り出して

ブラウザで見るなら、正規表現でリンク抽出してインデックスを作り、HTMLに吐き出すというのが
基本になるかな。
HTMLじゃなくてDATを取得したほうがいいけど、２ｃｈの鯖は少々癖があるので試行錯誤が必要。
まあ気長に。