Parsowanie wielkiego pliku html, Regexp, XML ?? jak do tego lepiej podejść ?? Opcje

[metoda]

Witam. Posiadam plik html, który po eliminacji niepotrzebnych znaczników, składa sie głownie z <div> i <span>. Div'y i span'y mają jakieś atrybuty bądź nie. Wygląda to mniej więcej tak:

[HTML] pobierz, plaintext 
 
<div><span>asd</span><span class="smaller bold">(192206)</span></div>
 <div class="mg1"><span>ZXC</span><span class="smaller">(36137)</span></div>
 <div class="mg1"><span>sadf</span><span class="xtrasmall">(9987)</span></div>
  <div class="mg2"><span>zxC</span><span class="ultrasmall">(382)</span></div>
   <div class="mg3"><span>zXC</span><span class="ultrasmall">(6733)</span></div>
 
<div><span>xyz</span><span class="smaller bold">(192206)</span></div>
 <div class="mg1"><span>asd</span><span class="smaller">(36137)</span></div>
  <div class="mg2"><span>dfg</span><span class="xtrasmall">(9987)</span></div>
  <div class="mg2"><span>weqr</span><span class="ultrasmall">(382)</span></div>
   <div class="mg3"><span>asdf</span><span class="ultrasmal
[HTML] pobierz, plaintext 

Jest to pewien katalog kategorii. W <div> jest kategoria głowna, a w <div class="mg1"> jest kategoria podrzędna. Reszta div'ów mnie nie interesuje. Muszę powyciągać tylko te dwa div'y a dokładnie <span> z tych divów.
Co najgorsze chyba, to fakt taki że ten plik html zajmuje jakies 4mln znaków.

Próbowałem podejść do tego wyrażenie regularnym:

[PHP] pobierz, plaintext 
preg_match_all("#<div([^>]*)>(.*?)</div>#s",$input, $out);
[PHP] pobierz, plaintext 

ale wtedy pobiera wszystkie div'y.

Udało mi się to w miarę osiągnąc poprzez XML:

[PHP] pobierz, plaintext 
 
function parse_cats(){
 
        $categories=array();
 
        $input=file_get_contents('index.html');
 
        $div_input=strip_tags($input,'<div></div><span></span>');
        //$out_clear=utf8_encode($div_input);
 
        $dom=new DOMDocument();
        $dom->loadHTML($div_input);
        $dom->preserveWhiteSpace=false;
        $sxml = simplexml_import_dom($dom);
        $elem=$sxml->body->div;
        $_flag=false;
        $outxml="";
        foreach ($elem as $node){
 
            if (!$node->attributes()){
                if ($_flag){
                    $outxml.='</cat>';
                }
                $outxml.='<cat name="'.$node->span[0].'">';
                $_flag=false;
 
            }else{
                foreach ($node->attributes() as $att=>$val){
                    if ($att=="class"&&$val=="mg1"){
                        $_flag=true;
                        $outxml.='<subcat>'.$node->span[0].'</subcat>';
 
                    }
                }
            }
        }
        $outxml='<categories>'.$outxml.'</cat></categories>';
        $out=simplexml_load_string($outxml);
        $out->asXML('index_parsed.xml');
 
 
    }
 
parse_cats();
 
[PHP] pobierz, plaintext 

Funkcja ta działa dla małego pliku index.html, niestety nie działa przy większym.
Dostaję błąd:

error: Excessive depth in document: 256 use XML_PARSE_HUGE option

Co radzicie