M3 复核修正(第 2 轮):紧挨着核对过的数字的字按码点分类收紧,列表缩进有上限、表格只排有格的列

复核发现「紧挨着」只认一部分字:隔着 DEL、U+FFF0 这类显示时不占位置的字补一位数,或者前面加一个 U+2010 这类和负号
长得一样的横线,读的人看到的数已经变了,页面仍「全部通过」;伪造的列表缩进写成十万级,核对通过的数字被挤出屏幕仍判
通过。

- 紧挨着的字按码点分几类(kindOf):数字;负号(横线类标点全算、波浪形的除外,减号类符号,Unicode 易混字符表里映射到
  「-」「ー」的字,在 Chrome 常用字体里逐个画出来是一道横线的字);分隔(半角逗号、句点和易混字符表里长得一样的窄标点,
  全角的不算);不占位置的格式字符、默认不显示的字、变体选择符照旧跳过;控制字符(制表、换行等空白除外)、未分配和私用
  区的字、孤立的代理项、组合附加符号、可选连字符、发丝空格、对象替换符和在 Chrome 里量出来几乎不占宽度的几个字算「说不
  准」:隔着它们照样往外找数字、负号,找不到的也判无法核对、原因另写。只跳过不标记的话,叠在空格上的组合横线、Chrome
  画成短横的 C1 控制字符照样能在数字前面显示出一个「负号」
- 同一句里有从右往左书写的文字(希伯来文、阿拉伯文这类)和方向控制字符一样判无法核对:Chrome 里实测,一个希伯来字母
  就能把逻辑上在数字后面的「5」显示到数字紧前面(读作 574,613.65元),按字的先后看不出来
- 代理对只在真成对时拼成一个字:不成对的前半不再把后面的「1」吞进去;分在两个文字片段里的一对页面上照样显示成数学字母
  区的数字,也拼起来看
- 列表缩进最多显示 8 级,负数按 0 级:十万级的缩进把数字挤到 140 万像素以外,负的连滚动都滚不到;表格只排有格的列:列号
  写成十万时不再建几十万个空格、把那一格挤到右边,写成 2^32 时整段核对也不再出错。核对和显示共用 listItems / tableCells
- 真数据(两份数据目录里 39 份报告文档、1591 处数字和取值、45 个列表、70 张表格)里新旧规则都一处没有触发
- 测试:test_bundle_shown.py 补 DEL、U+FFF0、U+2010、U+2013 等紧挨着的写法,说不准的字、从右往左的文字、缩进和列号的
  用例,逐项去掉实现都会变红;check-bundle 在经营月报上补四种紧挨着的伪造(从右往左那条先量出「5」确实显示在数字紧前
  面),缩进写成十万级和负数(宽屏、窄屏)、表格列号写成十万的伪造
This commit is contained in:
ThearchyHelios
2026-10-12 10:52:09 +08:00
parent ab2173c665
commit 9344cb9232
3 changed files with 389 additions and 66 deletions
+114 -1
View File
@@ -21,7 +21,9 @@
// 判定、服务端缺文件、裸 NaN、别的运行的文档、口径卡有输入取自遮罩列、设了遮罩的数据源上按地区汇总的查询、每种显示
// 格式各引用一处的经营月报、单位带尾随空白的经营月报),逐份断言各项结果和原因文案;经营月报上只改文字取值、数字、
// 换算成万的口径卡引用的显示文字并重算全部哈希,各自变红并点名;核对过的字不动、改它旁边的(链接地址藏起数字、前面
// 补一位数、整段改成分隔线、文字片段冒用数字的 id),读的人看到的数要就是核对过的那个;在上面篡改 ④
// 补一位数、隔着显示时不占位置的控制字符补一位数、长得像负号的连字符、叠在空格上的横线、从右往左书写的字母把一位数
// 挪到数字前面、整段改成分隔线、文字片段冒用数字的 id),读的人看到的数要就是核对过的那个;列表缩进写成十万级或负数、
// 表格的列号写成十万,核对通过的数字照样留在屏幕上(宽屏、窄屏都不横向溢出);在上面篡改 ④
// 引用链(换文档、拿掉报告、多一份没人引用的工件)、⑥ 运行信息(运行结果、类别、出具档位)、拿掉被引用的口径卡、把
// 报告文档标成遮罩、把遮罩卡标成服务端的文件与 id 不一致或解析不出来(服务端对被改过、解析不了的遮罩卡就这么标)、
// 遮罩源上随文件附带的汇总快照改一个字节、它的数字改引用值并重算全部哈希、
@@ -1017,6 +1019,117 @@ await section('样本页:篡改', async () => {
&& !s.buttons.some((b) => b.text.includes('84,613.65')), JSON.stringify(same)],
]
}, { seal: true })
// 紧挨着的字(经营月报,重算全部哈希):隔着显示时不占位置的控制字符补一位数、长得像负号的连字符、叠在空格上的横线、
// 从右往左书写的字母把一位数挪到数字前面——读起来都不是核对过的那个数,判无法核对并写明原因。字一律按码点写,脚本
// 里不出现看不见、改变方向的字
const cp = (...points) => String.fromCodePoint(...points)
const naBecause = (why) => (s, forged) => {
const btn = buttonOf(s, forged)
const item = s.items.find((i) => i.check === 'numbers' && i.result === 'na' && i.text.includes(why))
return [
['那个数字判无法核对,不再标通过', btn?.result === 'na', JSON.stringify(btn)],
[`⑤ 写明「${why}」`, !!item, item?.text ?? '没有这一项'],
['总览不再是「全部通过」', s.overall === 'pass' && s.text === '可核对的项全部通过', `${s.overall}:${s.text}`],
]
}
const GLUED = '紧挨着的正文里还有数字或负号'
await tamper(samples.formats, '隔着显示时不占位置的控制字符补一位数', (data) => rewriteDoc(data, (doc) => {
segById(doc, 's3').text += `1${cp(0x7f)}`
return { what: '销售额前面补「1」和一个 DEL', seg: segById(doc, 's4') }
}), naBecause(GLUED), { seal: true })
await tamper(samples.formats, '前面加一个长得像负号的连字符', (data) => rewriteDoc(data, (doc) => {
segById(doc, 's12').text += cp(0x2010)
return { what: '转化率前面加 U+2010', seg: segById(doc, 's13') }
}), naBecause(GLUED), { seal: true })
await tamper(samples.formats, '叠在空格上的横线', (data) => rewriteDoc(data, (doc) => {
segById(doc, 's3').text += cp(0x336)
return { what: '销售额前面的空格上叠一道长横线(U+0336)', seg: segById(doc, 's4') }
}), naBecause('紧挨着的正文里有看不见或在不同设备上显示不同的字'), { seal: true })
// 希伯来字母:逻辑上在销售额后面的「5」显示在销售额紧前面(读作 574,613.65元)。先量一下页面上确实这样显示,
// 说明这种伪造能把数读错
await tamper(samples.formats, '从右往左书写的字母把一位数挪到数字前面', (data) => rewriteDoc(data, (doc) => {
segById(doc, 's3').text += cp(0x5d0)
segById(doc, 's5').text = `5${segById(doc, 's5').text}`
return { what: '销售额前面加一个希伯来字母、后面加「5」', seg: segById(doc, 's4') }
}), async (s, forged, page) => {
const gap = await page.evaluate((key) => {
const btn = document.querySelector(`button.num[data-num="${key}"]`)
const text = btn?.nextSibling?.firstChild
if (!btn || !text || text.nodeType !== 3 || !text.data.startsWith('5')) return null
const range = document.createRange()
range.setStart(text, 0)
range.setEnd(text, 1)
return Math.round(btn.getBoundingClientRect().left - range.getBoundingClientRect().right)
}, `${forged.node}|${forged.seg.id}`)
return [
['页面上「5」显示在销售额紧前面', gap !== null && Math.abs(gap) <= 2, `间距 ${gap}px`],
...naBecause('这一句里有从右往左书写的文字')(s, forged),
]
}, { seal: true })
// 列表缩进写得极大或写成负数(服务端按原文的缩进算级数、没有上限):最多缩进 8 级,列表里核对通过的数字都留在屏幕上、
// 照常通过,宽屏、窄屏都不横向溢出
for (const [label, depths] of [['列表缩进写成十万级', [100000, 3]], ['列表缩进写成负数', [-100000, -3]]]) {
const data = structuredClone(dataOf(samples.formats))
rewriteDoc(data, (doc) => {
const block = doc.blocks[2]
block.type = 'list'
block.units.forEach((unit, i) => {
unit.depth = depths[i]
if (i > 0) unit.segments.unshift({ kind: 'structural', id: `li${i}`, text: '\n- ' })
})
return { what: label }
})
for (const width of [1280, 390]) {
const opened = await openFile(writePage(`tampered-depth-${depths[0]}-${width}.html`,
withSeal(withData(samples.formats, data), data.meta.manifest_hash)), { width })
try {
const s = await stateOf(opened.page)
const boxes = await opened.page.evaluate(() => [...document.querySelectorAll('.doc li button.num')].map((b) => {
const r = b.getBoundingClientRect()
return [Math.round(r.left), Math.round(r.right)]
}))
check(`篡改${label}(${width} 宽):列表里的数字都在屏幕上、照常通过,页面不横向溢出`,
boxes.length === 7 && boxes.every(([l, r]) => l >= 0 && r <= width) && s.overflow <= 0
&& s.overall === 'pass' && s.text === '全部通过',
`${JSON.stringify(boxes)};溢出 ${s.overflow}px;${s.overall}:${s.text}`)
} finally {
await opened.ctx.close()
}
}
}
// 表格里一格的列号写成十万:只排有格的列,那一格紧接着前一列显示,不会被几万个空列挤到表格右边,也不建几十万个空格
{
const data = structuredClone(dataOf(samples.base))
const done = rewriteDoc(data, (doc) => {
const table = doc.blocks.find((b) => b.type === 'table')
const unit = table?.units.find((u) => u.loc?.row === 0 && u.loc?.col === 1)
const seg = unit?.segments.find((x) => x.kind === 'number' || x.kind === 'value')
if (!seg) return null
unit.loc = { row: 0, col: 100000 }
return { what: '表格第一行第二格的列号改成 100000', seg }
})
if (!done) {
check('篡改表格的列号:样本页 base 里找不到表格第一行第二格的数字', false)
} else {
const opened = await openFile(writePage('tampered-table-col.html', withSeal(withData(samples.base, data),
data.meta.manifest_hash)))
try {
const got = await opened.page.evaluate((key) => {
const btn = document.querySelector(`button.num[data-num="${key}"]`)
const wrap = btn?.closest('.table-wrap')
if (!btn || !wrap) return null
const b = btn.getBoundingClientRect()
const w = wrap.getBoundingClientRect()
return { result: btn.dataset.result, visible: b.left >= w.left && b.right <= w.left + wrap.clientWidth,
cols: wrap.querySelectorAll('thead th').length, cells: wrap.querySelectorAll('td').length }
}, `${done.node}|${done.seg.id}`)
check('篡改表格的列号:那一格紧接着前一列显示、照常通过,表格只有 3 列',
got?.result === 'pass' && got.visible && got.cols === 3 && got.cells === 24, JSON.stringify(got))
} finally {
await opened.ctx.close()
}
}
}
})
// ---------------------------------------------------------------- 记录页的导出按钮