範圍GHC接受

這可能聽起來有點可笑，但GHC無法編譯我的包含培根串，羊角麪包，黃瓜和土豆：範圍GHC接受

main = putStrLn "  "

我知道我可以很容易地編寫

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

達到同樣的效果，但我一直認爲GHC會接受其來源中的任何unicode。因此：GHC在源文件中接受的unicode字符的實際限制是什麼？

BTW：我知道支持這樣的事情對於GHC詞法分析器（其實我遇到上述問題跑一邊寫測試用例詞法分析器我寫的）地獄，但我仍然是一個稍微有點失望。

來源

2017-01-03 Alec

什麼是錯誤消息？ – melpomene

一般來說，GHC需要知道其輸入中字符的Unicode字符類別（以決定什麼是正常標識符與運算符等），所以我猜測答案是任何在Unicode數據庫中定義的字符時GHC建成了。它看起來像GHC只允許字符串文字中的可打印字符，並且它不知道你的製作字符是否可打印。 –

什麼是平臺？輸入文件的編碼是什麼？ – chi

保存main = putStrLn " "爲UTF-8，然後用ghc 8.0.1在MacOS運行它，我得到：

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

我發現這個相關的（但收盤）ghc bug report：

的原因（這兩個問題）是舊版本的GHC支持舊版本的Unicode：
$ ghc-7.0.3 -e "Data.Char.generalCategory '\8342'" 
NotAssigned 

因此，問題似乎是我們使用的ghc版本不支持更新的emojis - 它認爲unicode代碼點是未分配的，並且即使將它分配到更新版本的unicode中的表情符號也會出錯。

一個相關的open ghc bug ticket它主要討論允許哪些空白字符。

最後，lit_error function in Lexer.x似乎是錯誤出現的地方。該文件中有多個函數可以調用該錯誤，因此不知道它來自哪裏......

來源

2017-01-03 14:34:36 mb21

我認爲它來自https://github.com/ghc/ghc/blob/master/compiler/parser/Lexer。x＃L1495 - 「isAny」檢查字符是否可打印。 –

@ReidBarton我在讀[this]（https://github.com/ghc/ghc/blob/876b00ba25a615423f48b0cf9d443a9fd5dbd6f4/libraries/base/cbits/WCsubst.c）對嗎？ GHC是否擁有它支持的所有角色的陣列？ – Alec

@Alec是的，這是如何實現'isPrint'這樣的功能。該表是從Unicode標準的文件中自動生成的。 –

回答

相關問題