在 Rich Edit 控件中迭代 WCHAR

Question

我正在使用 Rich Edit 控件，并且想要迭代其中的

WCHAR

值。

我写了这个例程：

int GetCharacterAtIndex(int pos) const
{
    TEXTRANGE tr{};
    tr.chrg.cpMin = pos;
    tr.chrg.cpMax = pos + 1;
    WCHAR buffer[2]{};
    tr.lpstrText = buffer;
    DWORD charsRetrieved = SendDlgItemMessageW(GetWindowHandle(), GetControlID(), EM_GETTEXTRANGE, 0, (LPARAM)&tr);
    assert(charsRetrieved < DIM(buffer));
    if (charsRetrieved <= 0) return -1;
    return buffer[0];
}

只要

pos

处的字符不是 UTF-16 代理项对的一部分，此方法就非常有效。但是，如果它是代理对的一部分，则返回的值始终是低代理项。这非常烦人，因为 charsRetrieved 中返回的值仍然只是 1。我修改了代码如下，以使用

EM_GETSELTEXT

获取高代理：

int GetCharacterAtIndex(int pos) const
{
    TEXTRANGE tr{};
    tr.chrg.cpMin = pos;
    tr.chrg.cpMax = pos + 1;
    WCHAR buffer[10]{}; // add some extra space
    tr.lpstrText = buffer;
    DWORD charsRetrieved = SendDlgItemMessageW(GetWindowHandle(), GetControlID(), EM_GETTEXTRANGE, 0, (LPARAM)&tr);
    assert(charsRetrieved < DIM(buffer));
    if (charsRetrieved <= 0) return -1;
    int index = 0;
    if (buffer[0] >= 0xD800 && buffer[0] < 0xDC00)
    {
        SendDlgItemMessageW(GetWindowHandle(), GetControlID(), EM_SETSEL, pos, pos + 1);
        DWORD surrogateStart{}, surrogateEnd{};
        SendDlgItemMessageW(GetWindowHandle(), GetControlID(), EM_GETSEL, (WPARAM)&surrogateStart, (LPARAM)&surrogateEnd);
        if (surrogateStart == surrogateEnd)
        {
            // this may be a WinAPI bug. When pos actually points to the low surrogate, you sometimes have to do this twice.
            SendDlgItemMessageW(GetWindowHandle(), GetControlID(), EM_SETSEL, pos, pos + 1);
            SendDlgItemMessageW(GetWindowHandle(), GetControlID(), EM_GETSEL, (WPARAM)&surrogateStart, (LPARAM)&surrogateEnd);
        }
        LRESULT gotChars = SendDlgItemMessageW(GetWindowHandle(), GetControlID(), EM_GETSELTEXT, 0, (LPARAM)buffer);
        assert(gotChars < DIM(buffer));
        if (gotChars <= 0) return -1;
        index = pos - surrogateStart;
        assert(index < gotChars);
    }
    return buffer[index];
}

这可行，但它依赖于

EM_GETSELTEXT

。

EM_GETSELTEXT

的问题在于它需要对选择进行破坏。即使您禁止重绘，这也会导致视觉伪像。它可能会导致更混乱的代码来抑制选择更改通知（或不抑制），并且需要调用者在需要时保存和恢复选择。最重要的是它非常慢并且会产生丑陋的视觉伪像。

我是否错过了一种更优雅的方式来完成此任务？

EM_GETTEXTRANGE

快速、安静且独立。我真的不想使用

EM_GETSELTEXT

。

Answer 1

std::wstring

形式返回完整的 Unicode 字符。然后，如果需要，调用者可以在返回值上使用

size

方法来递增迭代器。此外，我还纠正了问题中的术语。高代理优先。 （在我的问题中，我把术语搞反了。）

std::wstring GetCharacterAtIndex(int pos) const
{
    TEXTRANGE tr{};
    tr.chrg.cpMin = pos;
    tr.chrg.cpMax = pos + 1;
    WCHAR buffer[10]{}; // extra space
    tr.lpstrText = buffer;
    DWORD charsRetrieved = SendDlgItemMessageW(GetWindowHandle(), GetControlID(), EM_GETTEXTRANGE, 0, (LPARAM)&tr);
    assert(charsRetrieved < DIM(buffer));
    if (charsRetrieved <= 0) return L"";
    if (buffer[0] >= 0xD800 && buffer[0] < 0xDC00) // if it is the high surrogate of UTF-16 surrogate pair
    {
        // EM_GETTEXTRANGE always returns the high surrogate, even if pos points to a low surrogate.
        buffer[0] = 0;
        tr.chrg.cpMin = pos;
        tr.chrg.cpMax = pos + 2;
        charsRetrieved = SendDlgItemMessageW(GetWindowHandle(), GetControlID(), EM_GETTEXTRANGE, 0, (LPARAM)&tr);
        assert(charsRetrieved < DIM(buffer));
        if (charsRetrieved <= 0) return L"";
    }
    return buffer;
}