自己实现HTMLBeautify

文章截图 - 更好的排版 

源代码下载

学习HTML-Beautify.js之后，我们发现使用JavaScript对HTML进行解析也并不神秘， 首先是逐字符进行分析，从中提取标记（Token），在HTML只存在两种类型的标记-标签和正文， 然后对这些Token进行语法分析，主要是缩进量是多少。
在有这些基本概念后，今天我们就自己来实现这个小程序：

    // 我在Html Beautifier的一个简单尝试
    function HtmlBeautify(source, indent_value) {
        this.source = source;
        this.indent_value = indent_value;
        this.result = "";
        this.parse();
    }
    // 分析并产生输出到this.result
    HtmlBeautify.prototype.parse = function() {
        var that = this;
        // 当前分析到哪个字符，当前标记值，标记类型，输出数组，缩进级别
        var pos = 0, token_value = "", token_type = "",
        output = [], indent_level = 0;
        // 把这些标签作为Single Tag
        var single_token = "br,input,link,meta,!doctype,basefont,base,area,hr,wbr,param,img,isindex,?xml,embed".split(',');
        // 输出当前标记（换行+缩进量+标记值）
        function outputToken() {
            output.push("\n");
            for (var i = 0; i < indent_level; i++) {
                output.push(that.indent_value);
            }
            output.push(token_value);
        }
        // 获取下一个标记（首先获取正文，如果正文为空则获取标签）
        function nextToken() {
            var token_value_array = [], val = "";
            // "<"之前的所有内容作为正文标签
            while ((val = that.source[pos]) !== "<") {
                if (pos >= that.source.length) {
                    token_type = "END";
                    return;
                }
                token_value_array.push(val);
                pos++;
            }
            token_value = $.trim(token_value_array.join(""));
            if (token_value === "") {
                // 如果正文标记为空，则获取标签标记
                nextTokenTag();
            } else {
                token_type = "CONTENT";
            }
        }
        function nextTokenTag() {
            var token_value_array = [], val = "", tagName = "";
            // 获取标签标记，直到遇到">"
            do {
                val = that.source[pos];
                token_value_array.push(val);
                pos++;
            } while (val !== ">");
            token_value = $.trim(token_value_array.join(""));
            // 当前标签的名称（小写）
            tagName = getTagName();
            if (token_value[1] === "/") {
                // token_value以"</"开始，则认为是结束标签
                token_type = "END_TAG";
            } else if (contains(tagName, single_token) || token_value[token_value.length - 2] === "/") {
                // 如果标签在single_token或者token_value以"/>"结尾，则认为是独立标签
                // 这种判断没有考虑这种情况："<br></br>"
                token_type = "SINGLE_TAG";
            } else {
                token_type = "START_TAG";
            }
        }
        function getTagName() {
            var tagName = token_value.substr(1, token_value.length - 2);
            var spaceIndex = tagName.indexOf(" ");
            if (spaceIndex > 0) {
                tagName = tagName.substr(0, spaceIndex);
            }
            return tagName.toLowerCase();
        }
        function contains(val, array) {
            for (var i = 0; i < array.length; i++) {
                if (val === array[i]) {
                    return true;
                }
            }
            return false;
        }

        // parse的主体函数，循环获取下一个Token
        while (true) {
            nextToken();
            
            // 当前Token为结束标记
            if (token_type === "END") {
                break;
            }
            switch (token_type) {
                case "START_TAG":
                    // 我们对缩进的控制非常简单，开始标签后缩进一个单位
                    outputToken();
                    indent_level++;
                    break;
                case "END_TAG":
                    // 结束标签前减少一个单位缩进
                    indent_level--;
                    outputToken();
                    break;
                case "SINGLE_TAG":
                case "CONTENT":
                    outputToken();
                    break;
            }
        }
        // 去除最前面的"\n"
        this.result = output.join("").substr(1);
    };

    $(function() {
        $("#format").click(function() {
            // 实例化HtmlBeautify，传递需要解析的HTML片段和缩进字符串
            var beautify = new HtmlBeautify($("#content").val(), "    ");
            $("#content").val(beautify.result);
        });
    });