什么算作 Raku *源* 文件的换行符？

Question

我有点惊讶地发现下面的代码

\n

# comment \xe2\x80\xa9say 1;\n# comment \xe2\x80\xa8say 2;\n# comment say 3;\n# comment say 4;\n

\n

打印1、2、3和4。

\n

以下是“#comment”后的相关字符：

\n

say "\xe2\x80\xa9\xe2\x80\xa8".uninames.raku;\n# OUTPUT: \xc2\xab("PARAGRAPH SEPARATOR", "LINE SEPARATOR", "<control-000B>", "<control-000C>").Seq\xc2\xbb\n

\n

请注意，许多/所有这些字符在大多数字体中都是不可见的。至少对于我的编辑器来说，没有一个会导致以下文本打印在新行上。至少有一个（<control-000C>，又名Form Feed，有时打印为^L）在 Vim/Emacs 中相当广泛地用作节分隔符。

\n

这提出了几个问题：

\n

\n
1. 这是故意的还是错误？
\n
2. 如果是故意的，那么用例是什么（除了赢得混淆代码竞赛！）
\n
3. 是只有这4个角色，还是还有其他角色？（我发现这些是因为它们共享强制中断Unicode 属性。该属性（或其他一些 Unicode 属性？）是否控制 Raku 认为的换行符？）
\n
4. 只是，真的，哇。
\n

\n

（我意识到#4 在技术上不是一个问题，但我觉得有必要说一下）。

\n

Answer 1

Raku 的语法被定义为 Raku 语法。解析此类评论的规则是：

token comment:sym<#> {
   '#' {} \N*
}

也就是说，它会吃掉除#换行符之外的所有内容。与 Raku 中的所有内置字符类一样，\n它的否定是 Unicode 感知的。语言设计文档指出：

\n 匹配逻辑（与平台无关）换行符，而不仅仅是 \x0a。有关逻辑换行符的列表，请参阅 TR18 第 1.6 节。

这是对正则表达式的 Unicode 标准的引用。

我有点怀疑是否曾经有过类似“让我们在 Unicode 中启用所有类型的换行符，这会很酷！”这样的特定语言设计讨论。相反，决定是 Raku 应遵循 Unicode 正则表达式技术报告，并且 Raku 语法将根据 Raku 语法进行定义，从而利用 Unicode 感知的字符类。支持一系列不同的换行符是始终遵循这些原则的结果。