Jelkészlet
A szabvány szerint a forráskód Unicode karakterek véges sorozatából áll. A nyelv érzékeny a whitespace karakterekre. A U+0009 (tab), U+000B, U+001C, U+001D, U+001E, U+001F karakterek statikus fordítási hibát okoznak, ha kommenten kívul szerepelnek a programban. Tetszőleges karaktersorozat nemüres részsorozatai közül szavaknak nevezzük azokat, amik csak "szó-karaktereket" tartalmaznak (ezek a számok, betűk és az aposztróf), azaz egy szó nem más, mint szókarakterek tetszőleges sorozata nem-szókarakterekkel elválasztva.
Azonosítók
Minden olyan szó azonosítónak számít, ami betűvel vagy aláhúzással kezdődik, nem védett kulcsszó, operátor, vagy egy numerikus literál része.
Literálok
- A karakterliterál egy betűből áll, egyszeres idézőjelek között
- Sztringliterálnak számít karakterek sorozata dupla idézőjelek között. Ezeknek a típusa String.
- Boolean literálnak számít a true és a false
- Az üres literál a ()
- Numerikus literálnak számít minden egybefüggő karakterfolyam, ami egy vagy több szóból áll, és kielégíti a következő feltételeket:
- minden szó csak számokból és betűkbol áll
- az egymás utáni szavak egyetlen egy . karakterrel vannak elválasztva
- az első szó egy számmal kezdődik
Megjegyzések
Stringliterálon kívul a "(*" karaktersorozattal kezdhetünk megjegyzést, ami a "*)" karaktersorozatig tart, illetve amennyiben nem szerepel a megjegyzést lezáró "*)" literál, akkor a sor végéig. A megjegyzések egymásbaágyazhatóak.