Bug #9061: REXML::Parsers::UltraLightParser で doctype を含む XML のパースがうまくいかない

• Status: Closed
• Assignee: kou (Kouhei Sutou)
• Target version: 2.1.0
• ruby -v: ruby 2.1.0dev (2013-10-29 trunk 43466) [x86_64-linux]
• Backport: 1.9.3: UNKNOWN, 2.0.0: UNKNOWN

[ohai (Ippei Obayashi)]

以下のコード (test_ulp.rb)
require 'rexml/parsers/ultralightparser'
require 'pp'

pp REXML::Parsers::UltraLightParser.new(<<XML).parse

<!ENTITY g "baz">

]>

XML
を動かすと、期待される出力は
[[:xmldecl, "1.0", "UTF-8", nil],
[:text, "\n"],
[:doctype,
[...],
"root",
"SYSTEM",
"foo",
nil,
[:entitydecl, "f", "bar"],
[:entitydecl, "g", "baz"]],
[:text, "\n"],
[:start_element, [...], "root", {}],
[:text, "\n"]]
のようなものですが、実際には
[[:xmldecl, "1.0", "UTF-8", nil],
[:text,
"\n",
[:text, "\n"],
[:start_element, [...], "root", {}],
[:text, "\n"]],
[:start_doctype, "root", "SYSTEM", "foo", nil],
[:entitydecl, "f", "bar"],
[:entitydecl, "g", "baz"]]
のようなものが出力されます。この出力は木構造上の :start_element
や :start_doctype の位置が期待される場所と異なります。
この挙動は ruby 2.1.0dev (2013-10-29 trunk 43466) [x86_64-linux] および
ruby 2.0.0p247 (2013-06-27 revision 41674) [x86_64-linux] で確認しました。

添付したパッチ(rexml-ultralightparser.patch)のように変更するとうまく動くと思います。

[hsbt (Hiroshi SHIBATA)]

• Assignee set to kou (Kouhei Sutou)
• Target version set to 2.1.0

[kou (Kouhei Sutou)]

• Status changed from Open to Closed
• % Done changed from 0 to 100

This issue was solved with changeset r43693.
Ippei, thank you for reporting this issue.
Your contribution to Ruby is greatly appreciated.
May Ruby be with you.

---

• lib/rexml/parsers/ultralightparser.rb
  (REXML::Parsers::UltraLightParser#parse): Fix wrong :start_doctype
  position.
  [Bug #9061] [ruby-dev:47778]
  Patch by Ippei Obayashi. Thanks!!!

• test/rexml/parser/test_ultra_light.rb: Add a test for this case.

[kou (Kouhei Sutou)]

遅くなりましたがテストを追加してパッチをそのまま取り込みました！
報告ありがとうございました！