Cannot round-trip UCS-2 with unpaired surrogates using UTF-16 and surrogateescape
未關閉
還沒有人認領這個 Issue。
docs
topic-unicode
- 主要語言
- Python
- 星號
- 77.2k
- 分支
- 36k
- PR 合併指標
- PR 指標待擷取
描述
Bug report
The following Python code throws a UnicodeEncodeError:
b'\xdc\xff'.decode('UTF-16BE', 'surrogateescape').encode('UTF-16', 'surrogateescape')
I would expect that it would return b'\xdc\xff' instead.
Your environment
- CPython versions tested on: 3.10.4 from Fedora 35 repository
- Operating system and architecture: Fedora 35 on x86-64
貢獻指南
從這裡開始
- 先讀完整個 Issue，再讀專案的貢獻指南。
- 在 Issue 下留言說明你要接手 —— 這能避免兩個人做同樣的事。
- Fork 儲存庫，在一個分支上完成修改。
- 送出 Pull Request，並在描述裡引用這個 Issue 編號。
研究方向
首先在指定的 CPython 版本上執行所回報的 UTF-16BE 解碼與 UTF-16 編碼程式片段，然後追蹤相關的編碼與 surrogateescape 行為。完成的條件是位元組 b'\xdc\xff' 能在不發生 UnicodeEncodeError 的情況下往返轉換，並根據所回報的預期檢查其行為。
由索引模型根據 Issue 內容生成。
評估
- 技術堆疊
- python
- 領域
- internationalization
- Issue 類型
- 缺陷
- 難度
- 4/5
- 預估耗時
- 3-5 天
- 活躍度
- 停滯
- 描述清晰度
- 描述清楚
- 新手友好度
- 35/100