Windows剪贴板弹窗(Win+V)如何确定插入符位置？

你的代码依赖GetCaretPos，但这个函数仅对标准Win32文本控件有效——这类控件使用系统维护的原生插入符（Caret）。而VSCode、Chrome等现代应用采用自定义文本渲染引擎，不会依赖系统原生Caret，因此GetCaretPos返回(0,0)是预期结果。

Windows系统的Win+V/表情符号面板通过两种底层机制获取输入位置：

• IME（输入法编辑器）接口：系统通过ITfContext等输入法相关API，直接向当前活跃的文本输入上下文查询光标位置。现代应用为了支持输入法，必须实现IME兼容的文本输入逻辑，系统可通过这些接口拿到准确的光标坐标，不受控件是否自定义的影响。
• UI Automation框架：这是Windows提供的无障碍访问框架，系统能通过它查询任意UI元素的状态，包括文本控件的光标位置。只要应用实现了UI Automation的提供者接口，系统就能获取到光标在屏幕上的精确位置。

如果要在自定义代码中实现类似功能，不能仅依赖GetCaretPos，可尝试两种方案：

1. 使用UI Automation API：通过IUIAutomation接口找到当前聚焦的文本元素，查询其TextPattern的CaretPosition属性，再转换为屏幕坐标。
2. 调用IME相关API：通过TF_GetActive获取当前输入法上下文，再通过ITfContext::GetSelection获取选中文本范围，进而得到光标位置。

以下是UI Automation实现的核心思路（伪代码）：

// 初始化COM环境
CoInitialize(nullptr);

// 创建UI Automation实例
IUIAutomation* pUIA = nullptr;
CoCreateInstance(CLSID_CUIAutomation, nullptr, CLSCTX_INPROC_SERVER, IID_IUIAutomation, (void**)&pUIA);

// 获取当前聚焦的UI元素
IUIAutomationElement* pFocusedElem = nullptr;
pUIA->GetFocusedElement(&pFocusedElem);

// 查询文本模式
IUIAutomationTextPattern* pTextPattern = nullptr;
if (SUCCEEDED(pFocusedElem->GetCurrentPattern(UIA_TextPatternId, (IUnknown**)&pTextPattern))) {
    // 获取光标对应的文本范围
    IUIAutomationTextRange* pCaretRange = nullptr;
    BOOL isActive = FALSE;
    pTextPattern->GetCaretRange(&isActive, &pCaretRange);
    
    // 获取光标位置的屏幕矩形
    RECT rect = {0};
    if (pCaretRange) {
        pCaretRange->GetBoundingRectangles(1, &rect);
        POINT caretPos = {rect.left, rect.top};
        // 此处可使用caretPos坐标
        pCaretRange->Release();
    }
    pTextPattern->Release();
}

// 释放资源
if (pFocusedElem) pFocusedElem->Release();
if (pUIA) pUIA->Release();
CoUninitialize();

注意：使用UI Automation需要提前初始化COM环境，且目标应用需支持UI Automation提供者（绝大多数现代应用都已实现）。

内容的提问来源于stack exchange，提问作者user8649828