Haskell ayrıştırıcısı, sayısal değişmez değerlerdeki Unicode basamaklarına izin vermeli mi?

Bir alıştırma olarak, Haskell için sıfırdan bir ayrıştırıcı yazıyorum. Lexer'ı hazırlarken Haskell 2010 Raporunda aşağıdaki kuralları fark ettim :

basamak → ascDigit | uniDigit
ascDigit → 0| 1| … | 9
uniDigit → herhangi bir Unicode ondalık basamaklı
oktit → 0| 1| … | 7
hexit → basamak | A| … |F| a| … |f

ondalık → haneli { haneli }
sekizlik → octit { octit }
onaltılık → Hexit { Hexit }

tamsayı → ondalık | 0o sekizli | 0O sekizli | 0x onaltılı | 0X onaltılık
yüzer → ondalık . ondalık [ üs ] | ondalık üs
üs → ( e| E) [ +| -] ondalık

Ondalık ve şamandıra değişmezleri ile birlikte onaltılık sabitler, tüm dayanmaktadır rakam yerine, herhangi bir Unicode ondalık rakamı kabul ettiği ascDigit sadece temel rakam ASCII 0-9 itiraf. Garip bir şekilde, sekizli , sadece ASCII basamaklarını 0-7 kabul eden oktit üzerine kuruludur . Bu "Unicode ondalık basamak" ın "Nd" Genel Kategori ile herhangi bir Unicode kod noktaları olduğunu tahmin ediyorum. Bununla birlikte, Tam Genişlik ０- dig basamakları ve Devanagari ०-९ rakamları gibi karakterler de buna dahildir. Bunlara tanımlayıcılarda izin verilmesinin neden istenebileceğini anlayabiliyorum, ancak bir ९０kişinin hazır bilgi için yazmasına izin vermenin hiçbir faydasını göremiyorum 90.

GHC bana katılıyor gibi görünüyor. Bu dosyayı derlemeye çalıştığımda,

module DigitTest where
x1 = １

bu hatayı verir.

digitTest1.hs:2:6: error: lexical error at character '\65297'
  |
2 | x1 = １
  |      ^

Ancak, bu dosya

module DigitTest where
x１ = 1

derler gayet iyi. Dil özelliklerini yanlış mı okuyorum? GHC'nin (mantıklı) davranışı gerçekten doğru mu veya teknik olarak Rapordaki spesifikasyona aykırı mı? Bunun hiçbir yerinde bulamadım.

GHC kaynak kodu dosyasında compiler/parser/Lexer.xaşağıdaki kodu bulabilirsiniz:

ascdigit  = 0-9
$unidigit  = \x03 -- Trick Alex into handling Unicode. See [Unicode in Alex].
$decdigit  = $ascdigit -- for now, should really be $digit (ToDo)
$digit     = [$ascdigit $unidigit]
...
$binit     = 0-1
$octit     = 0-7
$hexit     = [$decdigit A-F a-f]
...
@numspc       = _*                   -- numeric spacer (#14473)
@decimal      = $decdigit(@numspc $decdigit)*
@binary       = $binit(@numspc $binit)*
@octal        = $octit(@numspc $octit)*
@hexadecimal  = $hexit(@numspc $hexit)*
@exponent     = @numspc [eE] [\-\+]? @decimal
@bin_exponent = @numspc [pP] [\-\+]? @decimal

Burada, alfasayısal tanımlayıcıların "sayısal" kısmı için kullanılırken $decdigit, ondalık ve onaltılık değişmez değerleri (ve bunların kayan nokta varyantlarını) ayrıştırmak $digitiçin kullanılır. "Yapılacaklar" notu, bunun GHC'nin dil standardından tanınan bir sapması olduğunu açıkça ortaya koymaktadır.

Yani, spesifikasyonu doğru okuyorsunuz ve GHC yarı bilinçli olarak spesifikasyonu ihlal ediyor. Orada bir var açık bilet sapma belgeleyen en azından önerir, ancak kimsenin en sabitleme de herhangi ilgilendiğini ifade sanmıyorum.