Megengedett karakterek
A nyelvben a 7 bites ASCII karakterek használhatók, a stringekben, karakterliterálokban ezen kívül a 8 bitesek is. A kis- és nagybetűket a fordító megkülönbözteti.
Elhatárolók
Elhatároló jelek a whitespace-ek, illetve a ;, {, } karakterek lehetnek, de nem akárhogyan! A Clean programokat kétféle módon is formázhatjuk:
- A funkcionális nyelvekben megszokott indentált módban nem használjuk a ;, {, } jeleket elválasztásra, csupán whitespace-ek határolják a tokeneket. Fontos azonban, hogy melyik sor elején mennyi van belőlük, ez fejezi ki ugyanis a definíciók hatókörét. Ha egy sor első tokene ugyanannyival van beljebb kezdve, mint a megelőző soré, akkor az egy új definíció kezdetét, ha jobban, akkor az az előző definíció folytatását, míg ha kevésbé, akkor az az előző definíciók hatókörének lezárását jelenti. Az indentált mód használatához feltételezett az egyenszélességű betűtípusok használata, és hogy egy tabulátorjel négy szóköznyi széles.
- Nem indentált módban a ; jel zár minden egyes definíciót, a { és } jelek pedig új hatókört jelölnek ki; ez C-hez hasonló kinézetűvé teszi a programot. A forráskódban szereplő legelső definíció, a modulnév megadása után írt ; jel kapcsolja be ezt a formázási módot.
Egy program indentált stílusban írva:
module indent // indent mode
import StdEnv
square:: Int -> Int
square x = z
where z = x * x
Start:: Int
Start = square 5
Ugyanaz nem indentált módban:
module nonindent; // nonindent mode
import StdEnv;
square:: Int -> Int;
square x = z;
where
{
z = x * x;
}
Start:: Int;
Start = square 5;
Az eredmény természetesen mindkét esetben ugyanaz lesz:
$ indent -nt
25
$ nonindent -nt
25
Kommentek
// jelek után a sor végéig, vagy /* és */ jelek között több soron keresztül tartó megjegyzést írhatunk. A megjegyzések egymásba ágyazhatók. Külön dokumentációs megjegyzés nincs.
Azonosítók
Megkülönböztetünk kisbetűvel vagy nagybetűvel kezdődő azonosítókat (mindkettő folytatódhat kis- vagy nagybetűvel, számjeggyel vagy aláhúzással), illetve vicces azonosítókat, ez utóbbiak különféle írás- vagy operátorjelek kombinációi lehetnek. Ilyen jelek azonban nem keverhetők egy azonosítón belül betűkkel vagy számjegyekkel, ez lehetővé teszi, hogy az olyan kifejezéseket, mint az a+1 whitespace-ek nélkül írhassuk.
module identif // identifiers
import StdEnv
square:: Int -> Int
square x = x * x
@ :: Int -> Int
@ x = x * x * x
Start:: [Int]
Start = [1 + square 5,
1+square 5,
1+square(5),
1 + @ 5,
1+ @5]
Az 1+square5 ill. az 1+@5 kifejezések viszont már fordítási hibát eredményeznének, mert a square5 függvényre ill. a +@ operátorra hivatkoznak.
A különféle változó- vagy mezőjellegű azonosítók kisbetűvel kezdődnek, a típusok és konstruktorok nevei nagybetűvel kezdődő vagy vicces azonosítók lehetnek; az összes többi azonosító bármilyen típusú lehet. Az azonosítókra vonatkozó hosszúsági megkötés nincs.
Vannak a teljes programszövegre, illetve csak bizonyos környezetekre (mint pl. függvénydefiníció, típusspecifikáció, stb.) lefoglalt szavak, illetve szimbólumok; ez utóbbiak a környezetükön kívül szabadon felhasználhatóak. Külön kulcsszó és előre definiált szó kategória nincs.
module keyword // scope of keywords
import StdEnv
square:: Int -> Int
square x = Int
where
Int = x * x
Start:: Int
Start = square 5
Literálok
Az elemi típusoknak megfelelően egész, lebegőpontos, logikai és karakterértékeket, karakterek listáját, illetve karakterek dobozolatlan tömbjét (stringet) jelölhetünk literállal.
Az egész számokat előjeles decimális, oktális vagy hexadecimális formában írhatjuk le. A lebegőpontos számok tízes alapon, opcionális hatványkitevővel adhatók meg.
Logikai literál a True és a False. A karakterértékek aposztrófok között adhatók meg, a speciális jelek (úgymint vezérlőkarakterek, backslash, aposztróf, idézőjel) escape-elve, továbbá bármelyik karakter oktális vagy hexadecimális kódjával is leírható.
Ha aposztrófok közé több karaktert írunk, az karakterek listáját jelenti, míg az idézőjelek között felsorolt karakterek a stringet, azaz karakterek dobozolatlan tömbjét jelölik. Az eddigiekből következik, hogy a karakterlánc literálok többsorosak is lehetnek (az új sort a \n, \r megfelelő kombinációjával kell jelölni).
module literal // basic type literals
import StdEnv
Start:: (Int, Int, Int, Real, Real, Bool, Char, Char, [Char], String, String)
Start = (-15,
-017,
-0xF,
-0.002,
-0.2E-2,
True,
'\"',
'\x22',
['True'],
"True",
"Sad but\nTrue")
aminek az outputja:
$ literal -nt
(-15,-15,-15,-0.002,-0.002,True,'"','"',['T','r','u','e'],"True","Sad but True")