Project

General

Profile

Actions
Copy link

Bug #4366

closed

UTF-8文字列に対しての部分文字列取得操作で結果にゴミがつくことがある

Added by kosaki (Motohiro KOSAKI) almost 14 years ago. Updated over 13 years ago.

Status:
Closed
Assignee:
-
Target version:
1.9.2
ruby -v:
ruby 1.9.3dev (2011-02-04 trunk 30761) [x86_64-linux]
Backport:
[ruby-dev:43170]

Description

=begin
test.rb

coding: utf-8

str="あいうえお"

p str[2,17]

結果

% ./ruby -v test.rb
ruby 1.9.3dev (2011-02-04 trunk 30761) [x86_64-linux]
"うえお\u0000"

で、考察なんですが、

static char *
str_utf8_nth(const char *p, const char *e, long *nthp)
{
long nth = *nthp;

 if ((int)SIZEOF_VALUE < e - p && (int)SIZEOF_VALUE * 2 < nth) {

             ↑ e-pつまり文字列長の判定がsizeof(VALUE)*2ではなくsizeof(VALUE) (1)

     do {
         nth -= count_utf8_lead_bytes_with_word(s);
         s++;
     } while (s < t && (int)sizeof(VALUE) <= nth);

              ↑ここがwhileではなくdoループ (2)

なので(1)によりs==tがありえて、その場合(2)により文字列外にたいして
count_utf8_lead_bytes_with_word()呼んじゃってるようです。
=end

Actions
Copy link

Also available in: Atom PDF

Like0
Like0