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

BUG UnicodeReplacementConverter writes characters outside the BMP as invalid five-digit \u escapes

Aperta Adatta ai principianti
  • Qualcosa non va?
#3,130 0 commenti 0 reazioni 0 assegnatari Vedi su GitHub

I maintainer di solito rispondono entro 2 giorni

@ShivamSharma43 ci sta già lavorando.

Dal 11/10/2026.

  • #3132 di @ShivamSharma43 — aperta

Valutazione

Difficoltà
2/5
Tempo stimato
1-3 ore
Idoneità per principianti
78/100
Tipo di issue
Bug
Chiarezza
Specificata chiaramente
Stato di attività
Attiva
Stack tecnologico
python
Ambito
backend

Direzione di ricerca

Leggi UnicodeReplacementConverter e confrontane l’output con quello di JsonStringConverter, che secondo l’issue emette già la coppia surrogata prevista. Riproduci il comportamento con lo snippet Python fornito usando un’emoji e conferma che i caratteri BMP mantengano l’output attuale. Il lavoro è completato quando i caratteri fuori dal BMP sono rappresentati come coppie surrogate UTF-16 valide e la riproduzione viene decodificata nel testo originale.

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

Descrizione

Describe the bug

UnicodeReplacementConverter formats each character as \u{ord(ch):04x}. :04x is a minimum width, so a character outside the Basic Multilingual Plane (emoji, many CJK extension characters, math alphanumerics) gets five or six hex digits. A \u escape holds exactly four in JSON, JavaScript, Java and Python, so the output decodes to a different character followed by a stray digit.

To Reproduce

import asyncio, json
from pyrit.converter import UnicodeReplacementConverter

out = asyncio.run(UnicodeReplacementConverter().convert_async(prompt="hi 😀")).output_text
print(out)                       # hi ὠ0
print(json.loads(f'"{out}"'))    # hi ὠ0

Expected behavior

😀 is written as its UTF-16 surrogate pair, 😀, which is what JsonStringConverter already emits for the same character. BMP characters keep their current output.

Version

main at 60c3386a, Python 3.11, Windows.

Lingua principale
Python
Stelle
4.6k
Fork
944
Merge medio
3g 1h
PR unite (30g)
278

Preparare l'ambiente

Apri in Codespaces

Avvia il container di sviluppo del progetto nel browser, con il tuo account GitHub.

  • Nessun Dockerfile né file Docker Compose
  • Ha un modello di pull request
  • Nessuna guida per i contributori

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 microsoft/PyRIT

Tutte le issue di microsoft/PyRIT

Issue simili

Altre issue su Python

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.