]> git.eshelyaron.com Git - emacs.git/commitdiff
Fix searching for multibyte needles in unibyte haystacks
authorLars Ingebrigtsen <larsi@gnus.org>
Sun, 27 Sep 2020 00:01:03 +0000 (02:01 +0200)
committerLars Ingebrigtsen <larsi@gnus.org>
Sun, 27 Sep 2020 00:01:03 +0000 (02:01 +0200)
* src/fns.c (Fstring_search): Make this work better when searching
unibyte haystacks for multibyte needles (bug#43598).

src/fns.c
test/src/fns-tests.el

index 2fcc282dcb319a159ea9ab1ba4de1b6aa01a5991..0f768711544674c510d56cf5d10c6fa5304e200a 100644 (file)
--- a/src/fns.c
+++ b/src/fns.c
@@ -5454,6 +5454,21 @@ It should not be used for anything security-related.  See
   return make_digest_string (digest, SHA1_DIGEST_SIZE);
 }
 
+static bool
+string_ascii_p (Lisp_Object string)
+{
+  if (STRING_MULTIBYTE (string))
+    return SBYTES (string) == SCHARS (string);
+  else
+    {
+      ptrdiff_t nbytes = SBYTES (string);
+      for (ptrdiff_t i = 0; i < nbytes; i++)
+       if (SREF (string, i) > 127)
+         return false;
+      return true;
+    }
+}
+
 DEFUN ("string-search", Fstring_search, Sstring_search, 2, 3, 0,
        doc: /* Search for the string NEEDLE in the string HAYSTACK.
 The return value is the position of the first occurrence of NEEDLE in
@@ -5490,7 +5505,9 @@ Case is always significant and text properties are ignored. */)
   haystart = SSDATA (haystack) + start_byte;
   haybytes = SBYTES (haystack) - start_byte;
 
-  if (STRING_MULTIBYTE (haystack) == STRING_MULTIBYTE (needle))
+  if (STRING_MULTIBYTE (haystack) == STRING_MULTIBYTE (needle)
+      || string_ascii_p (needle)
+      || string_ascii_p (haystack))
     res = memmem (haystart, haybytes,
                  SSDATA (needle), SBYTES (needle));
   else if (STRING_MULTIBYTE (haystack))  /* unibyte needle */
@@ -5501,9 +5518,29 @@ Case is always significant and text properties are ignored. */)
     }
   else                        /* unibyte haystack, multibyte needle */
     {
-      Lisp_Object uni_needle = Fstring_as_unibyte (needle);
-      res = memmem (haystart, haybytes,
-                   SSDATA (uni_needle), SBYTES (uni_needle));
+      /* The only possible way we can find the multibyte needle in the
+        unibyte stack (since we know that neither are pure-ASCII) is
+        if they contain "raw bytes" (and no other non-ASCII chars.)  */
+      ptrdiff_t chars = SCHARS (needle);
+      const unsigned char *src = SDATA (needle);
+
+      for (ptrdiff_t i = 0; i < chars; i++)
+       {
+         int c = string_char_advance (&src);
+
+         if (!CHAR_BYTE8_P (c)
+             && !ASCII_CHAR_P (c))
+           /* Found a char that can't be in the haystack.  */
+           return Qnil;
+       }
+
+      {
+       /* "Raw bytes" (aka eighth-bit) are represented differently in
+          multibyte and unibyte strings.  */
+       Lisp_Object uni_needle = Fstring_to_unibyte (needle);
+       res = memmem (haystart, haybytes,
+                     SSDATA (uni_needle), SBYTES (uni_needle));
+      }
     }
 
   if (! res)
index f2e1a268b0890dfc721c5d0fece78d93844995f1..41969f2af2c4ce195c4c917bbfa1b9f02e5772b2 100644 (file)
   (should (equal (string-search "" "abc" 3) 3))
   (should-error (string-search "" "abc" 4))
   (should-error (string-search "" "abc" -1))
-  )
+
+  (should-not (string-search "ΓΈ" "foo\303\270"))
+  (should (equal (string-search (string-to-multibyte "o\303\270") "foo\303\270")
+                 2))
+  (should (equal (string-search "\303\270" "foo\303\270") 3)))