VS2022下Windows C++向Chrome输入含Emoji文本乱码问题求助

核心问题原因 #

• Emoji属于Unicode补充平面字符（如🤭对应U+1F62D），这类字符在UTF-16中以代理对（两个16位码元）表示，WM_CHAR仅支持基本多语言平面（BMP，U+0000~U+FFFF）的单个16位字符，无法处理代理对，导致Emoji乱码。
• 剪贴板用CF_UNICODETEXT时，若UTF-8转UTF-16过程未正确处理补充平面字符，也会导致转码错误。

可行解决方案 #

方案1：使用SendInput模拟键盘输入（推荐） #

SendInput支持完整的Unicode字符（包括代理对），直接模拟按键输入，兼容性更好：

1. 读取UTF-8文件，将其正确转换为UTF-16的std::wstring（需确保转码函数处理补充平面字符）。
2. 遍历wstring中的每个字符，若为代理对则按组处理：

#include <windows.h>
#include <string>
#include <vector>

void SendUnicodeString(HWND hwnd, const std::wstring& text) {
    SetForegroundWindow(hwnd);
    std::vector<INPUT> inputs;
    inputs.reserve(text.size() * 2);

    for (size_t i = 0; i < text.size(); ++i) {
        wchar_t c = text[i];
        // 处理代理对
        if (IS_HIGH_SURROGATE(c) && i + 1 < text.size() && IS_LOW_SURROGATE(text[i+1])) {
            // 发送并释放高代理
            INPUT inputHigh = {0};
            inputHigh.type = INPUT_KEYBOARD;
            inputHigh.ki.wVk = 0;
            inputHigh.ki.wScan = c;
            inputHigh.ki.dwFlags = KEYEVENTF_UNICODE;
            inputs.push_back(inputHigh);
            inputHigh.ki.dwFlags |= KEYEVENTF_KEYUP;
            inputs.push_back(inputHigh);

            // 发送并释放低代理
            INPUT inputLow = {0};
            inputLow.type = INPUT_KEYBOARD;
            inputLow.ki.wVk = 0;
            inputLow.ki.wScan = text[i+1];
            inputLow.ki.dwFlags = KEYEVENTF_UNICODE;
            inputs.push_back(inputLow);
            inputLow.ki.dwFlags |= KEYEVENTF_KEYUP;
            inputs.push_back(inputLow);

            i++;
        } else {
            // 处理普通BMP字符
            INPUT input = {0};
            input.type = INPUT_KEYBOARD;
            input.ki.wVk = 0;
            input.ki.wScan = c;
            input.ki.dwFlags = KEYEVENTF_UNICODE;
            inputs.push_back(input);
            input.ki.dwFlags |= KEYEVENTF_KEYUP;
            inputs.push_back(input);
        }
    }

    SendInput((UINT)inputs.size(), inputs.data(), sizeof(INPUT));
}

方案2：使用WM_UNICHAR消息 #

WM_UNICHAR是WM_CHAR的Unicode扩展版本，支持补充平面字符：

void SendUnicodeViaWMUnichar(HWND hwnd, const std::wstring& text) {
    for (size_t i = 0; i < text.size(); ++i) {
        wchar_t c = text[i];
        if (IS_HIGH_SURROGATE(c) && i + 1 < text.size() && IS_LOW_SURROGATE(text[i+1])) {
            SendMessageW(hwnd, WM_UNICHAR, (WPARAM)c, 0);
            SendMessageW(hwnd, WM_UNICHAR, (WPARAM)text[i+1], 0);
            i++;
        } else {
            SendMessageW(hwnd, WM_UNICHAR, (WPARAM)c, 0);
        }
    }
}

注：部分控件对WM_UNICHAR支持不如SendInput，Chrome文本框测试可行，但优先推荐前者。

方案3：修复剪贴板粘贴的转码问题 #

确保UTF-8转UTF-16完全正确，且剪贴板数据为完整UTF-16：

1. 实现UTF-8转UTF-16函数：

std::wstring Utf8ToUtf16(const std::string& utf8) {
    if (utf8.empty()) return {};
    int wideSize = MultiByteToWideChar(CP_UTF8, MB_ERR_INVALID_CHARS, utf8.c_str(), (int)utf8.size(), nullptr, 0);
    if (wideSize == 0) return {};
    std::wstring wide(wideSize, 0);
    MultiByteToWideChar(CP_UTF8, MB_ERR_INVALID_CHARS, utf8.c_str(), (int)utf8.size(), wide.data(), wideSize);
    return wide;
}

2. 设置剪贴板为CF_UNICODETEXT：

void SetClipboardUnicodeText(const std::wstring& text) {
    if (!OpenClipboard(nullptr)) return;
    EmptyClipboard();
    HGLOBAL hMem = GlobalAlloc(GMEM_MOVEABLE, (text.size() + 1) * sizeof(wchar_t));
    if (hMem) {
        wchar_t* pMem = (wchar_t*)GlobalLock(hMem);
        wcscpy_s(pMem, text.size() + 1, text.c_str());
        GlobalUnlock(hMem);
        SetClipboardData(CF_UNICODETEXT, hMem);
    }
    CloseClipboard();
}

之后模拟Ctrl+V粘贴即可。

关键注意事项 #

• 读取UTF-8文件时，必须以二进制模式打开，避免Windows自动转换换行符损坏编码：std::ifstream file("test.txt", std::ios::binary);
• /utf8编译选项仅确保源代码字符串为UTF-8，不影响文件读取和转码逻辑，仍需正确处理文件内容转码。

内容的提问来源于stack exchange，提问作者Dirathyn