Hacktoberfest 2026: những issue maintainer đã đánh dấu cho tháng Mười, đang mở và phù hợp người mới. Xem issue Hacktoberfest

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

Đang mở
  • Có gì không ổn?
#862 0 bình luận 0 reaction 0 người được giao Xem trên GitHub

Maintainer thường phản hồi trong vòng 1 ngày

Chưa có ai nhận issue này.

Đánh giá

Độ khó
4/5
Thời gian dự kiến
3-5 ngày
Mức phù hợp với người mới
57/100
Loại issue
Lỗi
Độ rõ ràng
Đặc tả rõ ràng
Mức độ hoạt động
Sôi nổi
Công nghệ
java
Lĩnh vực
backend, security

Hướng nghiên cứu

Start with JacksonAvroParserImpl and trace the short-text loop, _finishLongText(), _decodeUTF8_3(), and _decodeUTF8_4(). Compare the short and long paths using the listed malformed byte sequences in string values and map keys; fix the broken invalid-lead-byte format string as well. Done when invalid UTF-8 is rejected consistently across both paths and the error reports the byte correctly.

Do mô hình lập chỉ mục viết ra từ nội dung của issue.

Mô tả

avro

The Avro parser (JacksonAvroParserImpl) accepts several invalid UTF-8 sequences in string values and map keys 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:

AvroMapper mapper = new AvroMapper();
AvroSchema schema = mapper.schemaFrom(
    "{\"type\":\"record\",\"name\":\"R\",\"fields\":[{\"name\":\"s\",\"type\":\"string\"}]}");
// zigzag length 4, then 'a' C0 AF 'b'
byte[] doc = {0x08, '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 (the short-text loop). _finishLongText() rejects them. The other rows apply to both paths and to map keys.

Separately, the error for an invalid lead byte in the short-text path has a broken format string:

Invalid byte 0x2X in Unicode text block

String.format("Invalid byte 0x2X in Unicode text block", i) should be "... 0x%02X ...".

Suggested fix: check continuation bytes in the short-text loop. 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, in both the short-text loop and _decodeUTF8_3()/_decodeUTF8_4().

Ngôn ngữ chính
Java
Star
348
Fork
159
Merge trung bình
22 giờ 34 phút
Pull request đã merge (30 ngày)
39

Chuẩn bị môi trường

Dự án này không cung cấp dev container, Dockerfile hay hướng dẫn đóng góp, nên bạn cần tự thiết lập môi trường: hãy bắt đầu từ README và xem hướng dẫn đóng góp lần đầu của chúng tôi để biết các bước chung.

Bắt đầu từ đâu

  1. Đọc hết issue, rồi đọc hướng dẫn đóng góp của dự án.
  2. Bình luận trên issue rằng bạn sẽ nhận — tránh hai người làm cùng một việc.
  3. Fork repository và làm thay đổi trên một nhánh.
  4. Mở pull request có tham chiếu số hiệu của issue.

Issue khác của FasterXML/jackson-dataformats-binary

Tất cả issue của FasterXML/jackson-dataformats-binary

Issue tương tự

Thêm issue về Java

Nhận issue mới trong hộp thư của bạn

Bản tóm tắt ngắn những issue GitHub phù hợp với người mới.