Um analisador Haskell deve permitir dígitos Unicode em literais numéricos?

Como exercício, estou escrevendo um analisador para Haskell do zero. Ao fazer o lexer, observei as seguintes regras no Relatório Haskell 2010 :

dígito → ascDigit | uniDigit
ascDigit → 0| 1| ... 9
uniDigit → qualquer dígito decimal Unicode
octit → 0| 1| ... 7
hexágono → dígito | A| ... F| a| ...f

decimal → dígito { dígito }
octal → octit { octit }
hexadecimal → hexit { hexit }

número inteiro → decimal | 0o octal | 0O octal | 0x hexadecimal | flutuação 0X hexadecimal → decimal decimal [ expoente ] | decimal expoente expoente → ( | ) [ | ] decimal
.
eE+-

Literais decimais e hexadecimais, junto com literais flutuantes, são todos baseados em dígitos , que admitem qualquer dígito decimal Unicode, em vez de ascDigit , que admite apenas os dígitos básicos de 0 a 9 do ASCII. Estranhamente, octal é baseado em octit , que em vez disso apenas admite os dígitos ASCII de 0 a 7. Eu acho que esses "dígitos decimais Unicode" são quaisquer pontos de código Unicode com a categoria geral "Nd". No entanto, isso inclui caracteres como os dígitos de largura total ０-９ e os números de Devanagari ०-९. Percebo por que seria desejável permitir isso nos identificadores, mas não vejo nenhum benefício em permitir que se escreva ९０para o literal 90.

O GHC parece concordar comigo. Quando tento compilar este arquivo,

module DigitTest where
x1 = １

cospe esse erro.

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

No entanto, esse arquivo

module DigitTest where
x１ = 1

compila muito bem. Estou lendo a especificação do idioma incorretamente? O comportamento (sensato) do GHC é realmente correto ou tecnicamente vai contra a especificação do relatório? Não encontro menção a isso em lugar nenhum.

No arquivo de código-fonte do GHC compiler/parser/Lexer.x, você pode encontrar o seguinte código:

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

Aqui, $decdigité usado para analisar literais decimais e hexadecimais (e suas variantes de ponto flutuante), enquanto $digité usado para a parte "numérica" ​​dos identificadores alfanuméricos. A nota "ToDo" deixa claro que este é um desvio reconhecido do GHC do padrão de idioma.

Então, você está lendo as especificações corretamente e o GHC está violando semi-intencionalmente as especificações. Há um ticket aberto que sugere pelo menos documentar o desvio, mas acho que ninguém manifestou interesse em corrigi-lo.