chakra-core/ChakraCore

[RegExp] Unicode-mode RegExp incorrectly matches lone surrogates

Ouverte

#98 ouverte le 14 janv. 2016

Voir sur GitHubGuide contributeur
 (2 commentaires) (0 réaction) (0 personne assignée)JavaScript (1 225 forks)batch import
BugSeverity: 2help wanted

Métriques du dépôt

Stars
 (9 258 étoiles)
Métriques de merge PR
 (Métriques PR en attente)

Description

I was able to observe this in Edge 25.10586.0.0:

/[\ud800-\ud805]+/u.exec("\u{10000}\ud801\ud802") should return ["\ud801\ud802] but instead returns["\ud800"], which is the first half of "\u{10000}".

The spec requires the input string to be interpreted as a sequence of code points, i.e. surrogate pairs to be combined. So matching the lead surrogate of "\u{10000}" is incorrect.

A bit more reduced would be: /\ud800+/u.exec("\u{10000}") should return null, but returns ["\ud800"] instead.

Guide contributeur

Direction de recherche
Enquêtez sur la raison pour laquelle le moteur regex correspond aux substituts isolés en mode Unicode; tracez le chemin du code pour la correspondance de classes de caractères avec des paires de substituts.
Stack technique
javascript
Domaine
backend
Type d'issue
Bug
DifficultéDifficulté estimée pour un nouveau contributeur, de 1 pour un très petit changement à 5 pour un travail expert.
2
Temps estiméFourchette de temps approximative pour investiguer, implémenter, tester et préparer une pull request.
1-3 heures
Statut d'activitéDisponibilité apparente de l'issue : fraîche, active, ancienne, bloquée ou en attente d'un mainteneur.
Active
ClartéClarté avec laquelle l'issue explique le changement attendu, les critères d'acceptation et la prochaine étape.
Claire
Prérequis
JavaScript
Accessibilité débutantScore de 1 à 100 estimant l'accessibilité de cette issue pour un premier contributeur.
65