Чи повинен аналізатор Haskell допускати цифри Unicode в числових літералах?

Як вправу я пишу парсер для Haskell з нуля. Створюючи лексеру, я помітив наступні правила у звіті Haskell 2010 :

цифра → ascDigit | uniDigit
ascDigit → 0| 1| … | 9
uniDigit → будь-який десятковий
октіт Unicode → 0| 1| … | 7
hexit → цифра | A| … | F| a| … |f

десяткова → цифра { цифра }
восьмерична → октіт { октіт }
шістнадцяткова → гексит { гексит }

ціле число → десятковий | 0o вісімковий | 0O вісімковий | 0x шістнадцятковий | 0X шістнадцятковий
поплавок → десяткова . десяткова [ показник ] | десятковий показник
експонента → ( e| E) [ +| -] десятковий

Десяткові та шістнадцяткові літерали, поряд з плаваючими літералами, базуються на цифрі , яка допускає будь-яку десяткову цифру Unicode, а не ascDigit , яка допускає лише основні цифри 0-9 від ASCII. Як не дивно, восьмерика заснована на октіті , який замість цього допускає лише цифри ASCII 0-7. Я б здогадався, що ці "десяткові цифри Unicode" є будь-якими кодовими точками Unicode із загальною категорією "Nd". Однак сюди входять такі символи, як цифри повної ширини ０-０ та цифри Devanagari ०-९. Я бачу, чому може бути бажаним дозволити це в ідентифікаторах, але я не бачу ніякої користі за те, щоб дозволити писати ९０для прямого 90.

Здається, GHC зі мною згоден. Коли я намагаюся скласти цей файл,

module DigitTest where
x1 = １

вона вигадує цю помилку.

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

Однак цей файл

module DigitTest where
x１ = 1

компілює просто чудово. Чи неправильно я читаю специфікацію мови? Чи правильна (розумна) поведінка GHC насправді чи технічно це суперечить специфікаціям у Звіті? Я ніде не можу знайти згадки про це.

У файлі вихідного коду GHC compiler/parser/Lexer.xви можете знайти такий код:

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

Тут $decdigitвикористовується для розбору десяткових та шістнадцяткових літералів (та їх варіантів з плаваючою точкою), при цьому $digitвикористовується для "числової" частини буквено-цифрових ідентифікаторів. У примітці "ToDo" чітко видно, що це визнане відхилення GHC від мовного стандарту.

Таким чином, ви правильно читаєте специфікацію, і GHC напів умисно порушує специфікацію. Існує відкритий квиток, який пропонує хоча б документувати відхилення, але я не думаю, що хтось висловлював зацікавленість у його виправленні.