fix(pack): усечение по границе UTF-8, а не по сырому байту (паника на кириллице)#20
Merged
Conversation
pack truncation sliced the rendered text at text[..budget], panicking
("byte index N is not a char boundary") when the cutoff landed inside a
multibyte char — Cyrillic/CJK/emoji journals over the pack budget. ASCII
stayed safe, so it was latent. Extract truncate_to_budget() that backs up
to a char boundary before slicing; add regression tests. semver patch
0.11.0 -> 0.11.1.
Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>
This file contains hidden or bidirectional Unicode text that may be interpreted or compiled differently than what appears below. To review, open the file in an editor that reveals hidden Unicode characters.
Learn more about bidirectional Unicode characters
Sign up for free
to join this conversation on GitHub.
Already have an account?
Sign in to comment
1 participant
Add this suggestion to a batch that can be applied as a single commit.This suggestion is invalid because no changes were made to the code.Suggestions cannot be applied while the pull request is closed.Suggestions cannot be applied while viewing a subset of changes.Only one suggestion per line can be applied in a batch.Add this suggestion to a batch that can be applied as a single commit.Applying suggestions on deleted lines is not supported.You must change the existing code in this line in order to create a valid suggestion.Outdated suggestions cannot be applied.This suggestion has been applied or marked resolved.Suggestions cannot be applied from pending reviews.Suggestions cannot be applied on multi-line comments.Suggestions cannot be applied while the pull request is queued to merge.Suggestion cannot be applied right now. Please check back later.
Баг
task-journal packпадал с паникой на многобайтном тексте:Усечение пакета под бюджет резало строку по сырому байтовому индексу:
text[..budget].rfind('\n'). В Rust срез&strобязан попадать на границу символа — еслиbudget(2048 для compact, 24K для full) попадал внутрь многобайтного символа, срез паниковал. Кириллица/CJK/эмодзи = 2-4 байта на символ, поэтому на русских журналах паника регулярна; на ASCII (1 байт) баг латентный — поэтому долго не всплывал.Баг data-dependent: стреляет только когда байт на границе бюджета попадает в середину символа. Поймал на реальной задаче с длинным кириллическим телом.
Фикс
Вынес усечение в
truncate_to_budget(), который перед срезом откатывает индекс на ближайшую границу символа (str::is_char_boundary, стабильный — без nightlyfloor_char_boundary), затем как и раньше предпочитает последний\n. Точку вызова заменил на хелпер. Поведение для ASCII не меняется.Тесты
Два детерминированных регресс-теста:
truncate_to_budget_handles_multibyte_boundary— бюджет специально попадает внутрь 2-байтной «я» (assert!(!is_char_boundary(budget))), проверяет что нет паники и результат — валидный UTF-8;truncate_to_budget_noop_under_budget— текст короче бюджета не трогается.cargo test --workspace— зелёный (175 в tj-core, оба новых теста проходят). Реальная проверка: бинарь с ветки пакует кириллические задачи в обоих режимах (full — с реальным усечением) без паники.semver patch
0.11.0 → 0.11.1, CHANGELOG обновлён.🤖 Generated with Claude Code