From: Nobuyoshi Nakada <nobu@...>
Date: 2007-12-06T20:36:28+09:00
Subject: [ruby-dev:32472] Re: `split': negative string size (or size too big) (ArgumentError)

なかだです。

At Tue, 4 Dec 2007 20:17:55 +0900,
Nobuyoshi Nakada wrote in [ruby-dev:32453]:
> At Tue, 4 Dec 2007 17:52:27 +0900,
> Tanaka Akira wrote in [ruby-dev:32452]:
> > "あいうえお".force_encoding("euc-jp").split(//) と (EUC-JP
> > で) 行うと negative string size となります。
> > 
> > % ./ruby -ve 'p "あいうえお".force_encoding("euc-jp").split(//)'
> > ruby 1.9.0 (2007-12-04 patchlevel 0) [i686-linux]
> > -e:1:in `split': negative string size (or size too big) (ArgumentError)
> >         from -e:1:in `<main>'

これ以外にも、
p "あいうえお".partition("う")	#=> ["あい", "う", "お"]

# -*- encoding: shift_jis -*-
p "表示".partition("\\")	#=> ["表", "\\", ""]

とかいろいろおかしなことになってるので、byte/char offsetの使いわ
けに関してはもっと見直す必要がありそうです。

> rb_reg_search()が文字単位の位置を返すのに、rb_str_split_m()では
> byte位置として使っているためですね。BEG()やEND()もbyte位置のまま
> なので、メソッドの戻り値として返すときに文字位置に変換するように
> したほうがいいのではないでしょうか。

とりあえずこっちだけ。


Index: re.c
===================================================================
--- re.c	(resuult 14122)
+++ re.c	(working copy)
@@ -865,5 +865,5 @@ rb_reg_search(VALUE re, VALUE str, int p
     OBJ_INFECT(match, str);
 
-    return rb_str_sublen(RMATCH(match)->str, result);
+    return result;
 }
 
@@ -1836,10 +1836,10 @@ reg_operand(VALUE s, int check)
 }
 
-static VALUE
+static long
 rb_reg_match_pos(VALUE re, VALUE str, long pos)
 {
     if (NIL_P(str)) {
 	rb_backref_set(Qnil);
-	return Qnil;
+	return -1;
     }
     str = reg_operand(str, Qtrue);
@@ -1848,5 +1848,5 @@ rb_reg_match_pos(VALUE re, VALUE str, lo
 	    pos += RSTRING_LEN(str);
 	    if (pos < 0) {
-		return Qnil;
+		return pos;
 	    }
 	}
@@ -1854,8 +1854,5 @@ rb_reg_match_pos(VALUE re, VALUE str, lo
     }
     pos = rb_reg_search(re, str, pos, 0);
-    if (pos < 0) {
-	return Qnil;
-    }
-    return LONG2FIX(pos);
+    return pos;
 }
 
@@ -1872,5 +1869,7 @@ VALUE
 rb_reg_match(VALUE re, VALUE str)
 {
-    return rb_reg_match_pos(re, str, 0);
+    long pos = rb_reg_match_pos(re, str, 0);
+    if (pos < 0) return Qnil;
+    return LONG2FIX(pos);
 }
 
@@ -1937,4 +1936,5 @@ rb_reg_match2(VALUE re)
 	return Qnil;
     }
+    start = rb_str_sublen(line, start);
     return LONG2FIX(start);
 }
@@ -1982,6 +1982,6 @@ rb_reg_match_m(int argc, VALUE *argv, VA
     }
 
-    result = rb_reg_match_pos(re, str, pos);
-    if (NIL_P(result)) {
+    pos = rb_reg_match_pos(re, str, pos);
+    if (pos < 0) {
 	rb_backref_set(Qnil);
 	return Qnil;


-- 
--- 僕の前にBugはない。
--- 僕の後ろにBugはできる。
    中田 伸悦