必须用std::getline或std::istreambuf_iterator逐行/逐字符读取，避免operator>>跳过换行导致代码压成一行；需跳过utf-8 bom、用状态机识别语法结构、全行html转义后再高亮、按c++标准版本动态启用关键字。
用 std::ifstream 读取 C++ 源文件时，别跳过换行和空格
直接用 operator>> 读字符串会跳过所有空白符（包括换行），导致整段代码被压成一行，后续词法分析完全失效。必须用 std::getline 或 std::istreambuf_iterator 逐行/逐字符读取。
-
std::getline(in, line)最稳妥：保留每行原始结构，方便后续按行做注释检测、缩进计算 - 若需逐字符处理（比如状态机式高亮），用
std::istreambuf_iterator<char>(in)</char>配合std::string构造，比in.get()循环快且不跳空白 - 注意文件编码：Windows 上常见 UTF-8 with BOM，开头三个字节
必须跳过，否则第一个 token 会错位
识别关键字、字符串、注释不能靠 std::string::find 简单匹配
C++ 语法有嵌套和转义约束，正则或子串搜索极易误判。比如 std::string 中的 "class" 不是关键字；// class 后面的 class 也不该高亮。
- 必须用状态机驱动：维护当前是否在字符串
"..."、字符常量'''、行注释//、块注释/*...*/内部 - 关键字判断只在「自由态」（不在任何字面量或注释中）下进行，且需完整单词匹配（前后为非标识符字符，如空格、
{、;） - 字符串内反斜杠转义要解析：遇到
"或\时不结束字符串，避免提前退出高亮状态
简单高亮输出 HTML 时，、<code>>、& 必须转义
源码里有 vector<int></int> 或 a && b，直接写进 HTML 会导致标签被浏览器解析，轻则显示异常，重则 XSS（如果输出未隔离）。
- 对每一行内容，在插入
<span class="keyword"></span>前，先全局替换：&→&，→ <code><，>→> - 不要只对关键字部分转义——整个源码行都要先净化，再分段包裹
<span></span>，否则cout 中的 <code> 可能被当 HTML 标签吃掉 - 如果目标是终端输出（非 HTML），则改用 ANSI 转义序列，但要注意 Windows 默认控制台需调用
SetConsoleOutputCP(CP_UTF8)和SetConsoleMode(... ENABLE_VIRTUAL_TERMINAL_PROCESSING)
关键字列表不能硬编码全部 C++20 关键字，得按标准版本切分
比如 concept、requires 在 C++20 才是关键字，在 C++17 中可能是合法标识符。工具若默认启用全部，会在老项目里误标。
- 建议用编译器内置宏做条件：检查
__cplusplus值，202002L表示 C++20，201703L表示 C++17 - 把关键字分为基础集（
if、for、class）和扩展集（consteval、co_await），后者仅当版本达标时激活 - 注意
export这种“有条件关键字”：模块模式下才是关键字，否则是普通标识符——简单高亮工具可暂不支持此上下文敏感逻辑，但文档里得写明限制
R"xxx(...)"xxx 的识别：它不处理内部任何转义，且结束标记必须与起始标记完全一致。没处理这个，遇到 R"(a
b)" 就会错误地在
处截断。C++免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 C++ 的入门与实战技巧！
