如何获取文本文件中鼠标光标对应的准确字符索引位置

这个问题我之前折腾过好几次，核心矛盾其实很好懂：Notepad++默认显示的“偏移量”是字节数，但Python字符串的索引是Unicode字符数，两者根本不是一个计数逻辑，难怪你切出来的内容不对！

为什么会出现这个问题？ #

就像你提到的那个长破折号「—」，它在UTF-8编码里占3个字节，但Python用read_text(encoding='UTF8')读入后，会把它当成1个独立的Unicode字符。Notepad++的Ctrl+G弹窗里默认的“偏移”是按字节数统计的，文件里每多一个这类多字节字符，字节数和字符数的差距就会多2（比如3字节的字符，字节数算3，字符数算1，差2），累积起来索引就完全对不上了。

解决办法分两种，看你习惯哪种： #

方法一：让Notepad++直接显示字符索引（最直接）

1. 打开Notepad++的设置面板：点击顶部菜单栏的「设置」→「首选项」→「编辑」
2. 在「光标位置格式」里，把默认的「以字节为单位」改成「以字符为单位」
3. 确定后再按Ctrl+G，此时弹出的偏移量就是和Python字符串索引完全匹配的Unicode字符数，直接用这个数值做file[start:end]切片就没问题了。

方法二：用Python自动定位段落（更省心，不用手动数索引）

如果不想改编辑器设置，或者担心手动数错，不如直接让Python帮你找目标段落：

• 要是你的段落是用空行分隔的，可以这么写：

from pathlib import Path

file_content = Path('edits.txt').read_text(encoding='UTF-8')
# 按空行分割段落，同时去掉空内容
paragraphs = [para.strip() for para in file_content.split('\n\n') if para.strip()]
# 比如你要第3个段落（注意Python索引从0开始）
print(paragraphs[2])

• 要是目标段落有特定的开头/结尾标记，还可以用字符串查找精准定位：

from pathlib import Path

file_content = Path('edits.txt').read_text(encoding='UTF-8')
# 替换成你目标段落的开头和结尾关键词
start_key = "in our case here,"
end_key = "offset is missed up"

# 找到起始位置和结束位置（要加上结尾关键词的长度，不然会切掉最后部分）
start_idx = file_content.find(start_key)
end_idx = file_content.find(end_key) + len(end_key)
print(file_content[start_idx:end_idx])

备注：内容来源于stack exchange，提问作者ZZZ