python / python/cpython

xml.dom.pulldom DOMEventStream drops SAX events produced by parser.close()

オープン
#145,259 コメント 0 件 リアクション 0 件 担当者 0 名 GitHub で見る

まだ誰も着手していません。

stdlib topic-XML type-bug
主要言語
Python
スター
77.2k
フォーク
35.9k
PR マージ指標
PR 指標を取得中

説明

Bug report

Bug description:

Issue

DOMEventStream.getEvent() silently drops SAX events that are produced when parser.close() is called at end-of-stream. When the stream is exhausted, getEvent() calls self.parser.close() and immediately returns None without checking whether close() generated new events. This causes END_ELEMENT and other trailing events to be lost when bufsize causes the final tag to be split across reads.

Reproducer

import io
from xml.dom.pulldom import parse

events = list(parse(io.BytesIO(b'<a></a>'), bufsize=2))
print([e for e, _ in events])
# ['START_DOCUMENT', 'START_ELEMENT'] — END_ELEMENT is missing

Iterating the DOMEventStream (via list()) internally calls getEvent(), which is where the bug lives.

CPython versions tested on:

CPython main branch

Operating systems tested on:

No response

Linked PRs
  • gh-145262

コントリビューションガイド

コントリビューションガイドを開く

はじめの一歩

  1. issue を最後まで読み、次にプロジェクトのコントリビューションガイドを読みます。
  2. 着手することを issue にコメントします — 二人が同じ作業をするのを防げます。
  3. リポジトリをフォークし、ブランチを切って変更します。
  4. issue 番号を参照したプルリクエストを送ります。

調査の方向性

DOMEventStream.getEvent() から始めます。issue では、parser.close() がチェックされないイベントを生成する可能性があると述べられています。提供されている BytesIO 再現コードを bufsize=2 で実行し、反復処理によって末尾の END_ELEMENT イベントが保持されることを確認してください。リンクされている PR gh-145262 は、作業がすでに進行中であることを示しています。

索引モデルが issue の本文から書いたものです。

評価

技術スタック
python
領域
backend
issue の種類
バグ
難易度
2/5
見積もり時間
1〜3時間
活発さ
停滞
明瞭さ
明確に書かれている
初心者へのやさしさ
25/100

新しい issue をメールで受け取る

初心者向けの GitHub issue を短くまとめたダイジェスト。