看 XML 最痛苦的不是內容,而是全部擠成一行。用 EditPlus、EmEditor 這類編輯器時,可以掛一支巨集自動排版;但更通用的是寫成網頁小工具,貼上、按鈕、拿到結果。以下拆解格式化背後的正則思路。
排版 XML 的困難在於:不能在標籤之間隨便塞換行,否則會破壞 <pre> 這類保留空白元素、以及文字節點的語意。所以實作上通常分四步:
<!-- ... --> 的內容先編碼藏起來,避免後續處理把註解內部當成標籤。正則負責「切出每一行的標籤」,真正的縮排判斷則交給一個陣列當堆疊:
function getPrefix(level) {
var span = ' '; // 一層四個空格
var out = [];
for (var i = 0; i < level; i++) out.push(span);
return out.join('');
}
function formatXml(text) {
// 1. 正則替換時,把註解內容先 escape 起來
text = text.replace(/<!--([\s\S]*?)-->/g, function (all, inner) {
return '<!--' + escape(inner) + '-->';
});
// 2. 在每個標籤前插入換行,統一後續處理基準
text = text.replace(/>\s*</g, '>\n<');
var nodeStack = [];
var lines = text.split('\n');
var output = [];
for (var i = 0; i < lines.length; i++) {
var line = lines[i].replace(/^\s+|\s+$/g, '');
if (!line) continue;
// 取出標籤名稱與是否為閉合/自閉合
var m = line.match(/^<(\/?)([^\s!?\/>]+)/);
if (!m) {
output.push(getPrefix(nodeStack.length) + line);
continue;
}
var isClose = m[1] === '/';
var name = m[2];
var isSelfClose = /\/?>$/.test(line);
if (isClose) {
nodeStack.pop(); // 先退層,閉標籤才會和開標籤對齊
output.push(getPrefix(nodeStack.length) + line);
} else {
output.push(getPrefix(nodeStack.length) + line);
if (!isSelfClose) nodeStack.push(name); // 非自閉合才進堆疊
}
}
// 3. 註解還原
return output.join('\n').replace(/<!--([\s\S]*?)-->/g, function (all, inner) {
return '<!--' + unescape(inner) + '-->';
});
}
關鍵細節:閉標籤要先 pop 再輸出,這樣 </div> 才會和對應的 <div> 落在同一縮排位置;而 <br />、<img ... /> 這種自閉合標籤不能進堆疊,否則後面全會歪掉。
包成一個最簡的雙欄工具:
<textarea id="input" style="width:100%;height:45%;"></textarea>
<div style="margin:0 auto;">
<input type="button" id="btnFormat" value="格式化"
onclick="document.getElementById('output').value =
formatXml(document.getElementById('input').value);"
style="width:50%;" />
</div>
<textarea id="output" style="width:100%;height:45%;"></textarea>
純正則排版適合「大致可讀」的需求。若要嚴格正確,請改用 DOMParser 解析後自行走訪節點輸出,或直接呼叫 XMLSerializer:瀏覽器內建的序列化 already 會處理好實體轉義與命名空間,比正則可靠得多。另外別忘了,escape()/unescape() 已被標記為不建議使用,新專案請改用 encodeURIComponent()。