因为工作需要，吾又写了一套代码解析工具。为什么要又呢？因为写过多次。这东西说起来玄乎，特别是编译原理，看得稀里糊涂，实际上呢？就是几个阶段，分词（根据规则切成不同的标记）、文法（是否符合规则）、语义（就是产生相应的编译结果）。对于咱们来讲，只关心分词即可。
如果写代码解析工具，如何着手，需要注意什么？根据自己遇到的问题，总结如下：
源码文件是什么编码。有时发现一直处理不对，其实就是编码错了。而编码一错，后面就不用提了。咱们一般是遇到的GBK、UTF8。
解析时是采用被动模式（解析器得到一个标记，即调用回调），还是主动模式（由程序调用解析器的next()）。考虑到有时需要向前看一个标记，所以吾建议使用主动模式。
代码中的注释。注释中会包含大量的文本，必须作为一个整体看待。比如常见的//，/* */。
文本字串。比如说'a', ‘\"'"，abc\\123"。这些也必须作为一个整体切出来。这其中最需要注意的就是转义。
分隔符。分隔符一般是空格、回车、换行、注释。
算数。就是有效的标记。
算子。+-*/[]()等等。
