GHC接受的unicode字符范围

Question

这可能听起来有些荒谬，但GHC无法编制包含培根，羊角面包，黄瓜和土豆的字符串：

main = putStrLn "      "

我意识到我可以轻松地写

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

达到同样的效果，但我一直认为GHC会在其来源中接受任何unicode。那么： GHC在源文件中接受的unicode字符有什么实际限制？

顺便说一句：我知道支持这类事情对于GHC词法分析器来说是地狱（实际上我在为我写的词法分析器编写测试用例时遇到了上述问题），但我仍然有点失望。

Answer 1

将main = putStrLn " "保存为UTF-8并在macOS上使用ghc 8.0.1运行，我得到了：

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

我发现这与此相关（但已关闭）ghc bug report：

  

原因（对于这两个问题）是旧版本的GHC支持旧版本的Unicode：

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

所以问题似乎是我们正在使用的ghc版本还不支持更新的表情符号 - 它认为unicode代码点是未分配的，即使它被分配给较新版本的unicode中的表情符号也会出错

一个相关的open ghc bug ticket，主要讨论允许哪些空白字符。

最后，lit_error function in Lexer.x似乎是出现错误的地方。该文件中有多个函数可以调用该错误，因此不确定它来自哪个......