Rust 编码规范 V 1.0 beta

G.SEC.01 代码中不要出现非法 Unicode 字符，也要防范非法 Unicode 字符

【级别】 要求

【描述】

非法 Unicode 字符可能引起安全问题。安全问题参见： Rust 编译器安全公告（CVE-2021-42574）

禁止的 Unicode 字符类别为：

1. 隐藏的 Unicode 字符
2. 双向 Unicode 字符文本
3. 同形 Unicode 字符

Clippy Lint 目前只可以检测代码中出现的隐藏 Unicode 字符。

在 Rust 1.56.1 之后 新增两个 lint 拒绝代码中出现可以更改显示顺序的 Unicode 码点出现。并且特别禁止 \u{202A}，\u{202B}，\u{202D}，\u{202E}，\u{2066}， \u{2067}，\u{2068}，\u{202C} 和 \u{2069} 这几个特殊的 Unicode 码点。

Rust 的 mixed_script_confusables 和 confusable_idents 可以识别 同形字符。

写代码的时候需要注意，尤其是开源代码，需要防范上述非法 Unicode 字符。

【正例】

#![deny(text_direction_codepoint_in_comment)]
// 不符合
// 这段代码不应该输出里面的打印语句，但实际上输出了。
// 因为开发者看上去条件表达式里 确实等于 "user"，但实际上不等于"user"，因为这个字符串里被加了隐藏字符。
fn main() {
    let access_level = "user";
    let access_level != "user" { // Check if admin
        println!("You are an admin");
    }
}

#![deny(text_direction_codepoint_in_literal)]
// 该文件包含双向Unicode文本，其解释或编译方式可能与下面的内容不同。 要审查，请在一个能显示隐藏的Unicode字符的编辑器中打开该文件。
// 执行输出
fn main() {
    let is_admin = false;
    /* begin admins only */ if is_admin {
        println!("You are an admin.");
    /* end admins only */ }
}

或者

#![deny(text_direction_codepoint_in_comment)]
fn main() {
    println!("{:?}"); // '‮');
}

#![deny(text_direction_codepoint_in_literal)]
fn main() {
    println!("{:?}", '‮');
}

【例外】

但也有例外，比如你的代码恰好是要处理这些特殊Unicode字符的。

#![allow(unused)]
fn main() {
// From: https://docs.rs/crate/lingo/0.1.2/source/src/generated.rs
#[allow(clippy::invisible_characters)]
pub fn get_embed_languages() -> FileContent {
    let mut f = FileContent::from_vec(vec![
        (
            Language::Afrikaans.name(),
            vec![
                "e", "a", "i", "n", "s", "r", "o", "t", "d", "e_", "l", "k", "g", "ie", "n_",
                // 省略很多字符，包括特殊的隐藏 unicode 字符
            ]
        )
    )
 }
}

【Lint 检测】