格式前：
<html><body></body></html>
格式后：
<html>
<body></body>
</html>
只说一种大致原理，具体实现有很多算法：
规则：根据html里<>是一个元素开始，</>是一个元素结束来查找元素
程序读到第一个<html>就去找与之对应的</html>
然后又去找<html></html>之间有无能配对的<></>，没有的话则不处理
有子元素的话，就需要插入换行把子元素和父级分开(同时处理细节，如父子标签之间多余的空格、插入tab缩进等)
然后又去找<body></body>里面有没有配对的<></>，没有则不处理，有的话则向前面几步一样循环往复的查找、处理
------------------------------------------------------
css格式化的大概规则：
body{color:red}.myclass{font-size:12px}#myid span{width:100pxcolor:yellow}
找配对的{}，里面的玩意根据为结尾的规则换行：
{
width:100px
color:yellow(最后一句可以不写这个“”所以这种情况也要考虑)
}
加点tab缩进：
{
width:100px
color:yellow
}
还有就是判断一对{...}外面那些字符，加入换行：
body{}
.myclass{}
#myid span{}
最后你看到的就是：
body{
color:red
}
.myclass{
font-size:12px
}
#myid span{
width:100px
color:yellow
}
具体实现中，上面的还有很多情况也是要考虑的，比如写代码的人忘了写</html>，程序找到<html>后找不到配对的</html>，这时怎么处理？是忽略、提示错误、还是另外弄套更复杂的规则去智能的补写一个</html>上去？反正很多细节，写程序的人要尽量先想到可能的各类情况。
其他什么玩意格式化也是这个原理，只是查找的规则不一样而已。
反过来，有很多压缩js、css、html代码的东西，是为了节约字节减少服务器压力，把文件里面的无用空格、换行都删除掉，就是把这些步骤反过来。
另外处理字符串，你可以百度下：正则表达式
