c# - C# 中插入符位置、字符串长度和匹配索引不一致

Question

我正在尝试使用 Regex 获取 Scintilla 文本框中当前选定的单词，但我注意到报告的字符串长度、匹配索引和插入符位置或选择开始之间存在一些不一致:

private KeyValuePair<int, string> get_current_word()
{
    int cur_pos = scin_txt.Selection.Start;
    KeyValuePair<int, string> kvp_word = new KeyValuePair<int, string>(0, "");
    MatchCollection words = Regex.Matches(scin_txt.Text, @"\b(?<word>\w+)\b");
    foreach (Match word in words)
    {
        int start = word.Index;
        int end = start + word.Length;
        if (start <= cur_pos && cur_pos <= end)
        {
            kvp_word = new KeyValuePair<int,string>(start, word.Value);
            break;
        }
    }
    return kvp_word;
}

简而言之，我将字符串拆分为单词，并使用匹配索引来查看插入符号当前是否包含在单词中。

不幸的是，数字似乎不正确匹配:

scin_txt 包含字符串:

"Le clic droit a été désactivé pour cette image. J"

此字符串长度为 49 个字符，但 TextLength 属性返回 53 且 Selection.Start (或 Caret.Position，相同的结果)属性返回 52。插入符号位于字符串的最后一个位置，并且(据我所知)字母“J”后面没有空格或不可见字符。

同时，正则表达式匹配索引和长度似乎是正确的。

这是一个错误还是我不明白长度和选择索引的计算方式？是否有解决方法可以找到包含插入符号的单词？

Answer 1

Scintilla API 的命名很糟糕。 Text 属性返回字节，而不是文本，TextLength 给出字节数，而不是字符数。

据推测，您使用的是 UTF-8 模式，因此“文本”实际上是:

Le clic droit a \xc3\xa9t\xc3\xa9 d\xc3\xa9sactiv\xc3\xa9 pour cette image. J

正好是 53 个字节长。

编辑:

如果你想找到一个单词的开始/结束位置，那么有 SCI_WORDSTARTPOSITION / SCI_WORDENDPOSITION消息。对于插入符定位，有 SCI_POSITIONBEFORE / SCI_POSITIONAFTER消息，考虑当前代码页。 (大概这些消息在您正在使用的特定 Scintilla 绑定(bind)的 API 中都有等效的功能 - 或者可能是一些用于访问它们的通用 SendMessage 函数)。