Windows C++ 获取任意一个窗口的文本光标 caret 的坐标

国家不幸诗家幸,乒乓不好程序好。

嗯,昨天话还没写完,夜里就把问题给解决了。夜里 12 点钟爬上床,心里还是放不下,手机上不太想用 chatgpt,就用传统的 Google,搜索一二,一二再变三四,好,点开一个 stackoverflow 的页面,

How to use CHILDID_SELF?

https://stackoverflow.com/questions/73911444/how-to-use-childid-self

这个小子,把我想问的问题给问出来了,问得还挺认真的,他提到的那篇微软的帖子,我也看过,

How to get caret position in ANY application from C#?

https://learn.microsoft.com/en-us/answers/questions/818647/how-to-get-caret-position-in-any-application-from

C# 和 C++ 不分家的,而且,最后,人家给的是一个完整的 C/C++ 程序,我运行了一下,发现是可以直接跑通的。于是,夜里十二点半,我告诉赵桑,能不能给我五分钟,下床,测试,测试成功,五分钟后,上床,我对赵桑说,赵桑,我的毕业设计结束了,就两行代码,解决了我的问题!激动地辗转反侧,书也不读了,看比赛,乒乓球比赛。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
#include <iostream>
#include <Windows.h>
#include <oleacc.h>

#pragma comment(lib, "Oleacc.lib")

typedef struct {
long x;
long y;
long w;
long h;
} Rect;

int main(int argc, char* argv[]) {
HWND hwnd;
DWORD pid;
DWORD tid;

CoInitialize(nullptr); // <-- add this

while (true) {
system("cls");

GUITHREADINFO info;
info.cbSize = sizeof(GUITHREADINFO);

hwnd = GetForegroundWindow();
tid = GetWindowThreadProcessId(hwnd, &pid);

GetGUIThreadInfo(tid, &info);

IAccessible* object = nullptr;
if (SUCCEEDED(AccessibleObjectFromWindow(info.hwndFocus, OBJID_CARET, IID_IAccessible, (void**)&object))) {
Rect rect;

VARIANT varCaret;
varCaret.vt = VT_I4;
varCaret.lVal = CHILDID_SELF;

if (SUCCEEDED(object->accLocation(&rect.x, &rect.y, &rect.w, &rect.h, varCaret))) {
std::cout << rect.x << std::endl;
}

object->Release();
}

Sleep(10);
}

CoUninitialize(); // <-- add this

return 0;
}

魔法的两行是:

1
2
CoInitialize(nullptr); // <-- add this
CoUninitialize(); // <-- add this

都说 Windows 里面有很多黑魔法,Windows 外面也不少嘛,该死!你就在一个 GetCaretPos 函数里面把所有的东西都给我封装好,不可以吗?

马龙输掉了,输给了林昀儒,我觉得可以接受,林的反手很好,其为人更是讨人喜欢,带有一点腼腆,英语好,有礼貌。

第二天上午,在钩子程序中测试,发现是不可以在钩子程序中使用,程序如下,

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
#include <Windows.h>
#include <oleacc.h>

#include <iostream>

#pragma comment(lib, "Oleacc.lib")

HHOOK g_hook = NULL; // 全局钩子句柄

void getCaret() {
typedef struct {
long x;
long y;
long w;
long h;
} Rect;

HWND hwnd;
DWORD pid;
DWORD tid;

CoInitialize(nullptr); // <-- add this

// system("cls");

GUITHREADINFO info;
info.cbSize = sizeof(GUITHREADINFO);

hwnd = GetForegroundWindow();
std::cout << "hwnd test => " << hwnd << '\n';
tid = GetWindowThreadProcessId(hwnd, &pid);
std::cout << "tid test => " << tid << '\n';

GetGUIThreadInfo(tid, &info);

IAccessible *object = nullptr;
if (SUCCEEDED(AccessibleObjectFromWindow(info.hwndFocus, OBJID_CARET, IID_IAccessible, (void **)&object))) {
Rect rect;

VARIANT varCaret;
varCaret.vt = VT_I4;
varCaret.lVal = CHILDID_SELF;
if (SUCCEEDED(object->accLocation(&rect.x, &rect.y, &rect.w, &rect.h, varCaret))) {
std::cout << rect.x << ", " << rect.y << std::endl;
}

object->Release();
}

// Sleep(500);

CoUninitialize(); // <-- add this
}

LRESULT CALLBACK KeyboardProc(int nCode, WPARAM wParam, LPARAM lParam) {
// 取出钩子
KBDLLHOOKSTRUCT *s = reinterpret_cast<KBDLLHOOKSTRUCT *>(lParam);
if (nCode >= 0 && wParam == WM_KEYDOWN) {
if ((GetAsyncKeyState(VK_CONTROL) & 0x8000) && (s->vkCode == VK_SPACE)) {
getCaret();
}
}

return CallNextHookEx(g_hook, nCode, wParam, lParam);
}

int main() {
g_hook = SetWindowsHookEx(WH_KEYBOARD_LL, KeyboardProc, NULL, 0); // 安装钩子

MSG msg;
while (GetMessage(&msg, NULL, 0, 0)) {
TranslateMessage(&msg);
DispatchMessage(&msg);
}

UnhookWindowsHookEx(g_hook); // 卸载钩子

return 0;
}

经过研究,发现这是钩子程序本身的问题,它的线程不一样,具体是怎么样一种道理我暂时还没搞明白,折腾了两三个小时之后,我决定直接把这个模块给上到我的输入法程序中,因为在我的输入法程序中,这个获取 caret 的模块是跑在主函数中的,线程一致,所以,试验了一下,果然可以!

我的输入法仓库如下,

https://github.com/fanlumaster/FullIME

大体上,上面就是我解决这个问题的心路历程,这个博客更多还是写给将来的我来回忆的吧。我在昨天白天也研究出了另一种方法,那个方法如我前一篇博客所说,只能解决像 word、notepad、文件管理器这种使用 wpf、winform 技术的经典应用程序中的获取 caret 的问题。

下面,总结一下我目前的两种方法吧,

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
#include <Windows.h>
#include <oleacc.h>

#include <utility>

#pragma comment(lib, "oleacc.lib")

std::pair<int, int> getCaretPosByGUIThreadInfo() {
std::pair<int, int> caretPos;
HWND target_window = GetForegroundWindow();
GUITHREADINFO info;
info.cbSize = sizeof(GUITHREADINFO);
BOOL result = GetGUIThreadInfo(GetWindowThreadProcessId(target_window, NULL), &info) && info.hwndCaret;
if (!result) {
// TODO: error log
}
POINT pt;
pt.x = info.rcCaret.left;
pt.y = info.rcCaret.top;
ClientToScreen(info.hwndCaret, &pt); // 转化成以整个屏幕为坐标系的坐标
if (pt.x == 0 && pt.y == 0) {
caretPos.first = 20;
caretPos.second = 10;
return caretPos;
}
caretPos.first = static_cast<int>(pt.x);
caretPos.second = static_cast<int>(pt.y + 30);
return caretPos;
}

std::pair<int, int> getCaretPosByAcc() {
std::pair<int, int> pos = std::make_pair(100, 100);
typedef struct {
long x;
long y;
long w;
long h;
} Rect;

HWND hwnd;
DWORD pid;
DWORD tid;

CoInitialize(nullptr); // <-- add this to init COM

GUITHREADINFO info;
info.cbSize = sizeof(GUITHREADINFO);

hwnd = GetForegroundWindow();
tid = GetWindowThreadProcessId(hwnd, &pid);

GetGUIThreadInfo(tid, &info);

IAccessible *object = nullptr;
if (SUCCEEDED(AccessibleObjectFromWindow(info.hwndFocus, OBJID_CARET, IID_IAccessible, (void **)&object))) {
Rect rect;

VARIANT varCaret;
// varCaret.n1.n2.vt = VT_I4;
// varCaret.n1.n2.n3.lVal = CHILDID_SELF;
/*
这里代码提示会报错,但是其实这个代码是正确且可以正常编译运行的
*/
varCaret.vt = VT_I4;
varCaret.lVal = CHILDID_SELF;
if (SUCCEEDED(object->accLocation(&rect.x, &rect.y, &rect.w, &rect.h, varCaret))) {
/*
加上这个 8 主要是为了解决 VSCode 的光标捕捉在使用 vim 插件的情况下有时会不准确的问题
*/
pos.first = rect.x + 8;
pos.second = rect.y + rect.h;
}

object->Release();
}

CoUninitialize(); // <-- add this to release COM
return pos;
}

关于那两行魔法代码,即初始化和释放 COM 的代码,可以放在 main 函数中,这样就不用每次都初始化和释放了。

附一点点生活的小事儿,今天重看了异邦人·无皇刃潭,最后那段打斗及配乐依旧令我震撼。


参考:

1、https://stackoverflow.com/questions/73911444/how-to-use-childid-self
2、https://learn.microsoft.com/en-us/answers/questions/818647/how-to-get-caret-position-in-any-application-from
3、https://baohaojun.github.io/blog/2013/10/04/0-Win32-IME-Programming.html
4、https://lindexi.gitee.io/post/WPF-%E8%87%AA%E5%AE%9A%E4%B9%89%E6%96%87%E6%9C%AC%E6%A1%86%E8%BE%93%E5%85%A5%E6%B3%95-IME-%E8%B7%9F%E9%9A%8F%E5%85%89%E6%A0%87.html
5、ChatGPT


版权声明: 本博客所有文章除特别声明外,均采用 CC BY-SA 4.0 协议 ,转载请注明出处!