将一个html标记 转 json

/** * 将一个html标记 转 json串
 * @param {String} html 要处理的html标签。html串必须有且仅有一个根节点。
 * @param {int} indent_str_count 起始缩进符个数
 * @param {String} indent_str 缩进符，默认tab键
 * @param {Object} indent 缩进对象
 * @return {String} json
 *                 {
 *                     "tag": "标签名",
 *                     "attrs": {"属性名": "属性值", ...},
 *                     "content": ["标签内容" | json  | [json数组]]    
 *                 }
 *         出错返回结果： {"error": "html串必须包括一个根节点"}
 * @test 嵌套（nested）：html2json("<table><tr><td class=\"popupmenu_option\" onclick=\"Do('detail')\">详细结构</td></tr><tr><td class=\"popupmenu_option\" onclick=\"Do('rawdata')\">原始邮件</td><tr><td class=\"popupmenu_option\" onclick=\"Do('detail')\">详细结构</td></tr></tr></table>")
 * @test 同级（sibling）：html2json("<tr><td class=\"popupmenu_option\" onclick=\"Do('detail')\">详细结构</td></tr><tr><td class=\"popupmenu_option\" onclick=\"Do('rawdata')\">原始邮件</td></tr>")
 * @create 堅 @ 2012-6-7 16:30:48
 * @modify [content字段的文本添加对"进行替换为\"的转义形式] by [堅] @ [2012-6-8 9:03:36]
 * @modify [content字段添加：对标签内容若仍为html标签，则继续转json] by [堅] @ [2012-6-8 9:22:32]
 * @modify [添加json串缩进显示] by [堅] @ [2012-6-8 11:54:27]
 * @modify [属性组(attrs)JSON生成时，按空格分离属性到数组（.split(/\s+/)）的方式改成按正则匹配到数组（.match(/\w+=(?:"(?:[^"]|(?:\"))+?"|'(?:[^']|(?:\'))+?')/g);）的方式] by [堅] @ [2012年6月11日11:51:56]
 * @modify [添加对用户传入的html串作根/嵌套标签和同级标签的处理] by [堅] @ [2012-6-11 17:25:07]
 * @modify [log] by [user] @ [time]
 * @TODO： input img 这类单行标签未处理
 */
function html2json(html, indent_str_count, indent_str, indent) {
    /// 常量设置
    var HTML_TAG_NAME = "tag";
    var HTML_TAG_ATTRIBUTES = "attrs";
    var HTML_TAG_CONTENT = "content";
    // HTML元素组
    var htmlEls = null;
    // 是否首次（非递归）执行。indent为空说明是首次调用
    var isFirstRun = indent ? false : true;
     
    /// 验证是否为字符串，如果去除其先后导空格
    if (!html || typeof(html) != "string") {
        return null;
    }
    String.prototype.trim = String.prototype.trim || 
                function(){return this.replace(/^\s+|\s+$/g, "");};
    html = html.trim();
     
    /// 同级标签解析，若match后长度等于1，说明不是同级标签 */
    htmlEls = html.match(/<(\w+)([^>]*)>(.*?)<\/\1>/gi);
    if (!htmlEls) {
        // 首次调用（非递归），即html不符合要求，直接返null；不然生成content字段的内容并返回
        return isFirstRun ? null : "\"" + html.replace(/\"/g, "\\\"") + "\"";
    }
         
        /// 设置各类默认值
    // 默认缩进1个字符
    indent_str_count = indent_str_count || 1;
    // 默认缩进字符为tab键
    indent_str = indent_str || "\t";
        // 缩进对象(共用)
    indent = indent || {
            "strings": [],
            "str": indent_str,
             /**
             * 获取count个缩进字符
             * p.s. 写完发现这个貌似有点像传说中的享元模式，昨天刚看的，没想到无心中写出来了。
             *      因而果断把函数名由get改成了factory。
             *      strings数组里存放的就是共享的缩进单元，相同个数的缩进符 共享 同一个缩进单元。
             *      如，factory(5)都是 共享 strings[4]单元。
             * @param {int} count
             * @return {String} count个缩进字符
             * @test 
             * @create 堅 @ 2012-6-8 10:26:32
             * @modify [log] by [user] @ [time]
             */
            "factory": function(count) {
                         var index = count - 1;
                         if (!this.strings[index]) {
                             var string = new Array(count + 1).join(this.str);
                             this.strings[index] = string;
                         }
                         return this.strings[index];
                },
            "getIndentStr": function() {
                    return this.str || "\t";;
                }
        };
     
    if (htmlEls.length > 1) {
    /// html串内含多个同级标签
        if (isFirstRun) {
            // 用户传进的html串为同级标签。
            return {"error": "html串必须包括一个根节点"};
        }
    var elsJson = "["
    for (var i = 0; ; i++) {
        elsJson += html2json(htmlEls[i], indent_str_count + 1, indent.getIndentStr(), indent);
        if (i >= htmlEls.length -1) {
            elsJson += "\n";
            break;
        }
        elsJson += ", ";
    }
    elsJson += indent.factory(indent_str_count - 1) + "]";
    return elsJson;
    } else if (htmlEls.length == 1) {
        /// html串为一个根标签 或是 一组嵌套标签
        // 根标签或嵌套标签解析
        htmlEls = html.match(/^\s*<(\w+)([^>]*)>(.*)<\/\1>\s*$/gi);
        var tag = RegExp.$1;
        var content = RegExp.$3;
        var attrs = RegExp.$2.trim().match(/\w+=(?:"(?:[^"]|(?:\"))+?"|'(?:[^']|(?:\'))+?')/g);
    var json = "";
     
    json = "{\n" +
        indent.factory(indent_str_count) + "\"" + HTML_TAG_NAME + "\": \"" + tag + "\", \n" +
        indent.factory(indent_str_count) + "\"" + HTML_TAG_ATTRIBUTES + "\": " + 
            (function() {
                var attrsJson = "\"\"";
                if (attrs && attrs.length) {
                    attrsJson = "{\n";
                    for (var i = 0; ; i++) {
                        attrPair = attrs[i].split("=");
                        name = attrPair[0];
                        value = attrPair[1].replace(/^['"]?|['"]?$/g, "");
                        attrsJson += indent.factory(indent_str_count + 1) + 
                                        "\"" + name + "\": \"" + value + "\"";
                        if (i >= attrs.length - 1) {
                            attrsJson += "\n";
                            break;
                        }
                        attrsJson += ", \n";
                    }
                    attrsJson += indent.factory(indent_str_count)+ "}";
                }
                return attrsJson;
            })()  + ", \n" +
        indent.factory(indent_str_count) + "\"" + HTML_TAG_CONTENT + "\": " + 
            html2json(content, indent_str_count + 1, indent.getIndentStr(), indent) + "\n" + 
        indent.factory(indent_str_count-1) + "}";
        return json;
    }
}