Phạm vi của các ký tự unicode GHC chấp nhận

Question

này nghe có vẻ hơi vô lý, nhưng GHC thất bại trong việc biên dịch chuỗi chứa thịt xông khói của tôi, một croissant, dưa chuột, và một củ khoai tây:

main = putStrLn "  " 

Tôi nhận ra tôi có thể dễ dàng viết

main = putStrLn "\x1F953 \x1F950 \x1F952 \x1F954" 

có cùng tác dụng, nhưng tôi đã luôn giả định GHC sẽ chấp nhận bất kỳ mã unicode nào trong nguồn của nó. Vì vậy: những hạn chế thực tế đối với các ký tự unicode GHC chấp nhận trong các tệp nguồn là gì?

---

BTW: Tôi nhận ra rằng việc hỗ trợ các loại điều này là địa ngục cho lexer GHC (thực sự tôi chạy băng qua vấn đề trên trong khi viết các trường hợp thử nghiệm cho một lexer tôi đã viết), nhưng tôi vẫn là một chút chút thất vọng .

Answer 1

Tiết kiệm main = putStrLn " " như UTF-8 và chạy nó với ghc 8.0.1 trên hệ điều hành MacOS, tôi nhận:

lexical error in string/character literal at character '\129365' 

tôi thấy có liên quan này (nhưng đóng cửa) ghc bug report:

Nguyên nhân (đối với cả hai vấn đề) là các phiên bản cũ hơn của GHC hỗ trợ phiên bản Unicode cũ hơn:

$ ghc-7.0.3 -e "Data.Char.generalCategory '\8342'" 
NotAssigned 

Vì vậy, vấn đề dường như là phiên bản ghc chúng tôi đang sử dụng không hỗ trợ biểu tượng cảm xúc mới hơn - nó cho rằng điểm mã unicode chưa được gán và lỗi mặc dù nó được gán cho biểu tượng cảm xúc trong các phiên bản mới hơn của unicode.

Một liên quan open ghc bug ticket mà chủ yếu thảo luận về khoảng trống nào được cho phép.

Cuối cùng, lit_error function in Lexer.x dường như là nơi xảy ra lỗi. Có nhiều chức năng trong tệp đó gọi là lỗi đó, vì vậy không chắc chắn nó đến từ đâu ...