Hacktoberfest 2026: le issue che i maintainer hanno segnato per ottobre, aperte e adatte ai principianti. Sfoglia le issue Hacktoberfest

Protobuf: invalid UTF-8 sequences (overlong, surrogates, > U+10FFFF, bad continuation bytes) not rejected in strings

Aperta
  • Qualcosa non va?
#863 0 commenti 0 reazioni 0 assegnatari Vedi su GitHub

I maintainer di solito rispondono entro 1 giorno

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà
4/5
Tempo stimato
3-5 giorni
Idoneità per principianti
56/100
Tipo di issue
Bug
Chiarezza
Specificata chiaramente
Stato di attività
Attiva
Stack tecnologico
java
Ambito
api, backend

Direzione di ricerca

Read the affected methods _finishShortText(), _finishLongText(), _decodeUTF8_3(), and _decodeUTF8_4(), along with ProtobufUtil.sUtf8UnitLengths. Start by reproducing the listed invalid byte sequences and checking how short and long text paths differ. Done means all listed invalid sequences are rejected in both applicable paths, with regression tests covering the cases.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

protobuf

ProtobufParser accepts several invalid UTF-8 sequences in string fields and decodes them into characters. RFC 3629 makes these sequences invalid.

Same class of bug as FasterXML/jackson-core#1782 and FasterXML/jackson-dataformats-text#763.

Reproduced on 2.x:

ProtobufMapper mapper = new ProtobufMapper();
ProtobufSchema schema = ProtobufSchemaLoader.std.parse("message M { optional string s = 1; }");
// field 1, length 4, 'a' C0 AF 'b'
byte[] doc = {0x0A, 0x04, 'a', (byte) 0xC0, (byte) 0xAF, 'b'};
JsonParser p = mapper.getFactory().createParser(doc);
p.setSchema(schema);
p.nextToken(); p.nextToken(); p.nextToken();
p.getText(); // -> "a/b"
Bytes Result
C0 AF, E0 80 AF (overlong) /
F0 80 80 AF (overlong 4-byte) ￀\uDC2F
ED A0 80 (encoded surrogate) lone \uD800
F4 90 80 80 (above U+10FFFF) \uDC00\uDC00
F5 80 80 80 (lead byte F5-F7) \uDCC0\uDC00
C3 41, E2 41 41, F0 41 41 41 (missing continuation bytes) Á, ⁁, ￄ\uDC41

The missing-continuation rows apply to strings that fit in the input buffer (_finishShortText()). The long-text path rejects them. The other rows apply to both.

Affected code: _finishShortText(), _finishLongText(), _decodeUTF8_3(), _decodeUTF8_4(). ProtobufUtil.sUtf8UnitLengths maps 0xC0/0xC1 and 0xF5-0xF7 to valid lengths.

Suggested fix: check continuation bytes in _finishShortText(). After decoding, check minimum values of 0x80, 0x800 and 0x10000 for 2-, 3- and 4-byte sequences, a maximum of 0x10FFFF, and reject 0xD800-0xDFFF.

Smaller issue in error messages: in the short path an invalid lead byte is reported as Invalid byte 80 in Unicode text block (no 0x), at the end-of-string offset rather than at the bad byte.

Lingua principale
Java
Stelle
348
Fork
159
Merge medio
22h 34m
PR unite (30g)
39

Preparare l'ambiente

Questo progetto non fornisce container di sviluppo, Dockerfile né guida per i contributori, quindi l'ambiente è a tuo carico: parti dal suo README e consulta la nostra guida al primo contributo per i passaggi generali.

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di FasterXML/jackson-dataformats-binary

Tutte le issue di FasterXML/jackson-dataformats-binary

Issue simili

Altre issue su Java

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.