Php 使用cURL和Regex进行网站抓取

我正在尝试使用cURL和Regex废弃这些类别。但是我的代码只提取了其中一个类别（艺术、古董和收藏品）

这是我的代码：

<?php
$curl = curl_init('http://www.lelong.com.my/Auc/List/BrowseAll.asp');
curl_setopt($curl, CURLOPT_RETURNTRANSFER, TRUE);

$page = curl_exec($curl);

if(curl_errno($curl)) // check for execution errors
{
    echo 'Scraper error: ' . curl_error($curl);
    exit;
}

curl_close($curl);

$regex = '/<span class=CatLevel1>(.*?)<\/a>/s';
if ( preg_match($regex, $page, $list) )
    echo $list[0]. "<br>";
else 
    print "Not found"; 
?>

有人能帮我更正这段代码以提取所有类别（没有数字）吗？我已经在这上面呆了很长时间了。 谢谢

示例输出：
艺术、古董和收藏品
B2B和工业产品
婴儿

---

等等……

这里是一个使用DOMDocument和DOMXPath类的工作代码

$grep = new DoMDocument();
@$grep->loadHTMLFile("http://www.lelong.com.my/Auc/List/BrowseAll.asp");

$finder = new DomXPath($grep);
$class = "CatLevel1";
$nodes = $finder->query("//*[contains(@class, '$class')]");

foreach ($nodes as $node) {
    $span = $node->childNodes;
        echo $span->item(0)->nodeValue."<br>"
}

$grep=newdomdocument（）；
@$grep->loadHTMLFile（“http://www.lelong.com.my/Auc/List/BrowseAll.asp");
$finder=newdomxpath（$grep）；
$class=“CatLevel1”；
$nodes=$finder->query（“/*[包含（@class，$class'）]”）；
foreach（$node作为$node）{
$span=$node->childNodes；
echo$span->item（0）->nodeValue。“
”
}

我阅读了对您的问题的评论，其中建议了一种不同的方法和一种可能更适合这份工作的备选答案，但如果您仍想这样做，则需要进行全局搜索（）因此，当它找到第一个匹配项，然后使用循环打印保存结果的数组内容时，它不会停止。我没有使用cURL，也无法测试它，php也不是我的强项，但代码应该是：

if ( preg_match_all($regex, $page, $list) )
    $i = 0;
    while(isset($list[1][$i])) {
         echo $list[1][$i]. "<br>";
         $i++;
    }
else 
    print "Not found"; 

if（preg_match_all（$regex，$page，$list））
$i=0；
while（isset（$list[1][$i]））{
echo$list[1][$i]。“
”；
$i++；
}
其他的
打印“未找到”；

---

很抱歉代码中有任何错误。

没问题。谢谢你的帮助