Haskell解析器是否应允许数字文字中的Unicode数字？

Question

[作为练习，我从头开始为Haskell编写解析器。在制作词法分析器时，我注意到Haskell 2010 Report上的以下规则：

digit→ascDigit | uniDigitascDigit→0 |1| …|9uniDigit→任何Unicode十进制数字octit→0 |1| …|7hexit→digit |A| …|F|a| …| f

十进制→数字 {数字}八进制→八进制 {八进制}十六进制→hexit {hexit}] >>

整数

→十进制 |0o八进制 |0O八进制 |0x十六进制 |0X十六进制float→decimal.decimal [exponent] | 十进制指数指数→（[e | E）[+ | -] 十进制

十进制和十六进制文字以及浮点文字都基于digit

，后者接受任何Unicode十进制数字，而不是ascDigit，后者仅接受ASCII的基本数字0-9。奇怪的是，octal是基于octit的，而后者仅允许ASCII数字0-7。我猜这些“ Unicode十进制数字”是带有“ Nd”常规类别的任何Unicode代码点。但是，其中包括全角数字0-９和梵文数字०-९等字符。我可以看到为什么最好在标识符中允许使用这些标识符，但是我看不出任何允许为文字९０编写90的好处。

GHC似乎同意我的观点。当我尝试编译此文件时，

module DigitTest where
x1 = １
它吐出此错误。
digitTest1.hs:2:6: error: lexical error at character '\65297'
  |
2 | x1 = １
  |      ^
但是，此文件
module DigitTest where
x１ = 1
编译就可以了。我阅读的语言规范不正确吗？ GHC的（明智的）行为实际上是正确的，还是在技术上违反了报告中的规范？我在任何地方都找不到此消息。

[作为练习，我从头开始为Haskell编写解析器。在制作词法分析器时，我注意到Haskell 2010 Report的以下规则：digit→ascDigit | uniDigit ascDigit→0 | 1 | ...

Answer 1

在GHC源代码文件compiler/parser/Lexer.x中，您可以找到以下代码：

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