Skip to content

CEF 应用里搜狗输入法"失灵"之谜:从现象到根因,附可运行的验证 Demo ​

摘要:在 CEF / Electron / Tauri 这类内嵌 Chromium 的应用里,搜狗输入法打字"看起来正常"——候选框能弹出、字也能上屏——但页面 JS 就是收不到 composition 事件。这个问题在网上断断续续吵了好几年。本文把排查过程、名单机制的实证、以及一个可直接运行的验证 Demo 都讲清楚。


01 问题现场:一个"薛定谔的输入法" ​

先说现象。开发者的视角是这样的:

在一个普通的 CEF 应用里,页面上有个再普通不过的 <input>:

  • 切到搜狗输入法,敲拼音,候选框正常弹出;
  • 按空格或数字选词,汉字正常上屏;
  • 但 compositionstart / compositionupdate / compositionend 三个事件,一个都不触发。

如果你在做一个需要感知"用户正在打拼音"的功能——比如搜索框的实时联想、输入过程中的防抖——这就致命了:你的代码完全无法区分"用户还没打完"和"用户打完了"。

更诡异的是对照组:

环境表现
Chrome 浏览器 + 搜狗内联组合、事件齐全,一切正常
同一个 CEF 应用 + QQ 拼音一切正常
同一个 CEF 应用 + 微软拼音一切正常
CEF / Electron / Tauri + 搜狗全部中招

同一个内核、同一个页面、同一个输入法引擎(搜狗),唯一的变量是宿主窗口是谁。

这个问题我几年前就在知乎上提过(CEF 搜狗输入法下无法触发 composition 事件?),当时有句话用大白话精准命中了要害:

用 CEF 做的程序都有这样的问题,不会有预先输入的英文插入符。

——所谓"预先输入的英文插入符",就是下文要说的内联组合文本(preedit)。当时还附了一个公开的 Keyboard Events 键盘事件测试页做对比,以及一个可复现的 cefclient 测试程序(百度网盘,提取码 ud3m)。两张截图放在一起,一目了然。

CEF 里的表现:事件序列里只有 input / textinput / keyup,composition 三兄弟全程缺席:

CEF 里没有 composition 事件

Chrome 里的正常表现:compositionstart → compositionupdate → compositionend 一个不少:

Chrome 里 composition 事件齐全

02 第一嫌疑人和它的不在场证明 ​

很多人的第一反应和我一样:是不是 Chromium 在 Windows 上的输入法后端出了问题?

这里补充一点背景知识。Windows 上有两套输入法接入体系:老的 IMM32 和新的 TSF(Text Services Framework)。Chromium 里有一个 TSFImeSupport 开关负责在两者之间切换,社区里确实流传过用它解决各种输入法疑难杂症的偏方。

于是我们做了对照实验:找来 Chromium 93 内核的 cefclient(CEF 的官方示例程序),加上 --disable-features=TSFImeSupport 启动,让 Chromium 退回老的 IMM32 路径。

结果:搜狗依然"失灵"。

顺带把公开源码里的时间线也查证了一遍:这个开关在 Chromium 76 稳定版里就已经存在且默认开启,一直活到 121;从 122(2024 年初)起,Chromium 把 IMM32 回退路径整个删掉了,TSF 成为唯一实现。也就是说——这个偏方既救不了新版内核,也解释不了旧版内核。

Chromium 的后端选择,排除。

03 决定性的观察 ​

接下来是最关键的一步:仔细看打字的那一刻,输入框里面发生了什么。

在 Chrome 里用搜狗打拼音,你会看到拼音字符串带着下划线直接出现在输入框里——这叫内联组合文本(inline composition)。选词后,下划线消失,汉字落地。composition 事件正是伴随这个过程产生的。

而在 CEF 应用里用搜狗打拼音:

  • 输入框里什么都没有,没有下划线,没有拼音;
  • 拼音和候选词全部显示在搜狗自己的悬浮窗里;
  • 选词确认的瞬间,汉字一次性出现在输入框里。

再在页面上挂一个探针监听 beforeinput,会看到上屏那一刻只产生了一个 inputType 为 insertText 的输入事件。

破案了。问题根本不在"事件被丢掉",而在于:在 CEF 里,搜狗从头到尾没有把组合过程放进文档——它在自己的窗口里完成一切,最后把结果一次性塞给你。

而 DOM 的 composition 事件,本质上是"文档中存在一个正在组合的文本区间"这一状态在页面上的投影。文档里没有组合状态,浏览器就没有任何东西可以变成事件。不是事件丢了,是这件事在机制上就不存在。

04 拼图:为什么 Chrome 可以,CEF 不可以? ​

现在把所有事实摆在一起:

  1. Chrome + 搜狗:内联组合,事件正常;
  2. CEF + 搜狗:自绘候选框 + 一次性上屏,无事件;
  3. CEF + QQ 拼音 / 微软拼音:内联组合,事件正常;
  4. Chromium 的 TSF/IMM32 开关:无关;
  5. 社区公开讨论里,微信 PC 版、钉钉等内嵌 Chromium 的知名应用历史上也出过一模一样的问题;
  6. 这些问题往往随搜狗的某个版本更新悄悄变化——有的应用莫名好了,有的又坏了。

把这张图拼起来,只有一个模型能同时解释所有现象:

搜狗内部维护着一份"已知 Chromium 宿主"的名单。

  • 名单里的进程(Chrome、Edge、各家主流浏览器,以及微信、钉钉、飞书、WPS 这类著名的内嵌 Chromium 应用)——搜狗走标准的 TSF 内联组合路径,体验和事件与 Chrome 一致;
  • 名单外的进程(cefclient、Tauri 应用、开发者自研的 CEF 程序……)——搜狗降级为最保守的模式:候选框自己画、预编辑不进文档、最终一次性提交。

而这份名单大概率支持云端更新——这正好解释了为什么相关问题会"随搜狗版本波动":名单变了,行为就变了,而 Chromium 侧什么都没发生。

为了让这个模型站得住脚,我们把能查的都查了一遍:

证据一:本地不存在可编辑的名单配置。 我们穷举了搜狗输入法在本机的所有配置位置——机器级配置目录、用户配置目录、注册表配置树。结果:配置目录是空的,用户配置里只有皮肤、词库、开关偏好这类条目,注册表里也没有任何与"进程名单/兼容性"相关的可编辑项。也就是说,这份名单没有以任何明文配置的形式暴露给用户——你没法通过改配置文件把自己加进去。

证据二:配置走云端下发。 搜狗的组件接入了腾讯公开的远程配置平台 Shiply,本地留有对应的配置更新目录,缓存的是打包后的资源文件而非可读文本。这与"名单可以随版本悄悄变化"的观察互相印证:名单的增删在厂商云端完成,不需要用户做任何事。

证据三:名单的覆盖范围与公开行为严丝合缝。 从"哪些应用正常、哪些应用失灵"反推,名单恰好覆盖 Chrome、Edge、各家主流浏览器,以及微信、钉钉、飞书、WPS 这类著名的内嵌 Chromium 应用——全是经过充分测试的知名宿主;而 cefclient、Tauri 应用、开发者自研的 CEF 程序这些长尾,无一例外落入降级模式。一份"按知名度取舍"的名单,和实际表现完全吻合。

证据四:名单的原始内容被直接确认。 对搜狗输入法的组件文件做字符串检索,名单的实际内容清晰可辨。下面是两段实际提取到的原文(节选):

进程名(来自 TSF 输入法模块):

WeChat.exe  WXWork.exe  WeChatApp.exe  QQ.exe  TIM.exe  et.exe  DingTalk.exe
EXCEL.EXE   wps.exe     youdaonote.exe notepad.exe  wpp.exe  notepad++.exe
chrome.exe  360se.exe   msedge.exe    360chrome.exe
League of Legends.exe  dnf.exe  csgo.exe  SogouMonitor.exe

进程名 + 窗口类(来自 32/64 位输入法模块):

qq.exe  weixin.exe  wechat.exe  aliim.exe  feishu.exe  dingtalk.exe  wxwork.exe
Chrome_WidgetWin_            ← 前缀匹配,实际类名是 Chrome_WidgetWin_1
Chrome_RenderWidgetHostHWND  Chrome_OmniboxView  360se6_Frame
Qt51514QWindowIcon  Qt5152QWindowIcon  WeChatMainWndForPC  DingChatWnd  WeWorkWindow

清一色的"浏览器 + 知名内嵌 Chromium 应用 + 办公与游戏软件",与行为矩阵推出的覆盖范围完全吻合——名单之外,正是所有"长尾"开发者所在的位置。

证据五:改名实验一锤定音。 名单按什么判定?把 cefclient 复制一份改名为 chrome.exe,其余一切不变,再启动——搜狗立即恢复内联组合与 composition 事件。行为随进程名翻转,名单按进程名判定,实锤。

需要说明:名单机制本身是搜狗未公开的内部实现,以上证据来自公开行为观察、公开源码查证与对本地组件的分析,非官方信息,仅供技术交流。

当年发帖的时候还顺手附了一张猫猫图,如今回头看格外贴切——候选框看得见,composition 事件够不着:

隔栏相望的猫

05 延伸问题:搜狗能不能"认出" CEF / Tauri? ​

看到这里,很多人会问一个更根本的问题:CEF 应用身上的 Chromium 特征那么明显,搜狗难道不会自动识别出来吗?

理论上确实有很多可用的指纹:

  • 加载了 libcef.dll(CEF)、WebView2Loader.dll(Tauri / WebView2);
  • 进程树里有 msedgewebview2.exe 子进程;
  • 窗口结构里有 Chrome_RenderWidgetHostHWND 这个 Chromium 渲染子窗口类;
  • 页面 UA、命名管道名、Mojo IPC 通道等等。

那搜狗实际用了吗?我们对组件文件做了针对性检索:

特征检索结果
libcef / msedgewebview2 / WebView2Loader零命中
CefClient / CefBrowserWindow / WebViewHost零命中
tauri / wry零命中(只有随机字节和 Secure Electronic Transactions 之类的误命中)

结论:它没有做框架级指纹识别,只认"已知宿主清单"。

但这个清单不是纯粹按进程名,而是进程名 + 窗口类两把钥匙。窗口类那一列里已经出现了 Chrome_WidgetWin_(前缀匹配)、Chrome_RenderWidgetHostHWND、Chrome_OmniboxView,甚至还有 Qt 应用的 Qt5152QWindowIcon、微信的 WeChatMainWndForPC、企业微信的 WeWorkWindow。

这解释了两件事:

  1. 为什么改名 chrome.exe 立刻生效——进程名那把钥匙对上了;
  2. 为什么 CEF / Tauri 明明带着一身 Chromium 特征却识别不出来——CEF 的顶层窗口类不是 Chrome_WidgetWin_1,Tauri 的更不是;两把钥匙一把都对不上,于是落入"未知宿主"。

顺带还能得到一个对开发者有利的结论:他们现有机制本来就支持"按窗口类登记宿主"(Qt 应用都专门登记了)。这意味着把 CEF / Tauri 加进去,对他们而言是往清单里加一行字符串的运营动作,而不是架构改造。

06 降级之后,为什么连事件都"不发"了? ​

有人会问:就算不在文档里做内联组合,搜狗能不能"假装"发一点组合事件,让页面至少知道有人在打字?

答案是:做不到,因为方向反了。

composition 事件不是输入法"发送"的消息。输入法没有任何直通页面的通道,它唯一能做的,是把组合状态写进文档——而"组合状态"的定义就是"文本已写入文档并标记为组合区间"。写进去,你就会看到内联下划线,那就回到了内联模式;同时每次按键都要向宿主文档申请编辑锁、逐键交互,这恰恰是降级模式想避开的东西。

所以"自绘候选框"和"文档组合状态"在 TSF 的模型里是互斥的。降级模式下,页面能收到的完整事件序列就是 beforeinput → input,从 W3C UI Events 规范的角度看,这甚至是完全正确的行为——规范本来就没要求"IME 在自己 UI 里完成的组合"产生任何 composition 事件。

07 换位思考:搜狗为什么要这么设计? ​

批评之前,先理解。输入法的处境比一般应用特殊得多:输入法模块会被加载进系统里每一个进程。

这意味着:输入法代码里的任何一次挂起、崩溃,都直接表现为"宿主应用卡死了",而用户只会骂输入法。高级互操作——读取页面上下文、光标定位、钩子、进程间桥接——每一项都是风险点。

于是"名单制"成为理性选择:对已经充分测试过的知名宿主,才启用高级路径;对未知进程,一律走"不可能出错"的最保守路径。这和早年网站的浏览器 UA 嗅探、Chromium 自己维护的显卡驱动黑名单,是同一种工程智慧——规范之上,永远要叠一层兼容矩阵。

那为什么不默认"先按标准内联组合试一下,失败了再降级"?这种能力探测思路确实更优雅,微软拼音基本就是这个路线,所以它在 CEF 里表现正常。代价是:每一个未知宿主都是一次潜在的 bug 工单。而名单制把风险收窄到"只有已经测过的应用才承担风险",对拥有海量用户的输入法厂商来说,这是一笔算得过来的账。

代价则由生态里的长尾承担:你的 CEF 应用、我的 Tauri 应用,都在"未知进程"之列。

08 三个最小验证 Demo ​

纸上得来终觉浅。我准备了一个可以直接打开的验证页面:

https://ravenq.github.io/demo/cef-sogou-ime-compat.html

页面里并排放了三个最小编辑器,各自独立判定模式,共享一份事件日志:

示例实现内核要求定位
Acontenteditable + DOM 事件任意内核推荐
Bcanvas + EditContext(新一代编辑器组合接口)Chromium 121+对照:实测不可靠
Ccanvas 渲染 + 透明 contenteditable 输入层任意内核canvas 编辑器的正解

页面顶部会实时显示当前内核版本和 EditContext 支持情况。预期结果:

环境示例 A示例 B示例 C
Chrome / Edge + 搜狗正常:composition 三连正常:compositionstart/end + 中间态 textupdate正常:同 A
CEF / WebView2 + 搜狗降级:一个 CJK 的 insertText不可靠:textupdate 漏发,或携带已输入的旧字符降级:一个 CJK 的 insertText
CEF 93 等旧内核可测自动灰显(EditContext 不存在)可测

三个实测踩出来的坑,能帮你少走弯路:

  • 别用 93 内核测示例 B。 EditContext 是 Chromium 121 才加入的,93 上画布根本没有可编辑后端,打字零反应——不是兼容层失败。
  • 如果在示例 A 里勾选"拦截模式"却没手动写回文本,字会消失。 字被吞反而是好消息:它证明搜狗的一次性提交确实以 beforeinput(insertText) 到达了页面,只是被 preventDefault() 拦下后没人负责落笔。
  • 示例 B 是真的不可靠,不是参数没调对。 这是本轮最意外的发现,值得单独说明。

为什么 EditContext 接不住搜狗 ​

EditContext 的模型是:文本缓冲区交给 Chromium 托管,页面只负责渲染,textupdate 是"缓冲区变了"的通知。看起来最适合 canvas 编辑器——但它和搜狗降级提交之间是管道语义错位:

  • textupdate 会漏发。同类操作在 Chromium 内部被合并/节流时,通知就不来了;
  • 触发时,updateText 常常是一次整段重写——里面带着此前已经输入的字符,而不是本次提交的那几个字。

这不是 JS 层能修补的 bug。降级模式下搜狗做的是"整段替换",而 EditContext 的 update range 语义是按区间增量设计的,两者对不上;再怎么包 try/catch、加冷却窗,语义都不稳定。

文章最初版本给的 textupdate 适配代码,实测就是要收回的:它在 Chrome 里能跑,在 CEF + 搜狗的降级模式下不可靠。

canvas 编辑器的正解:透明输入层 ​

canvas 编辑器不需要把输入也交给 canvas。业界方案(Monaco、CodeMirror、ProseMirror)一直是同一个结构:

透明 contenteditable(真实 DOM,负责接收输入、提供光标)
        ↑ 覆盖在上面
canvas / 自绘层(只负责渲染文字)

这样 beforeinput 依然稳定触发,data 恰好是本次提交的文本;canvas 只从 DOM 的文本重绘即可。页面的示例 C 就是这个结构,可以直接跑。

另外,页面的模式判定是动态的:搜狗打字时徽标变红;切到微软拼音,compositionstart 一到立刻变绿;再切回搜狗又变红,全程不用刷新。

09 开发者的应对清单 ​

第一,应用层兜底(推荐,立即可用)。

核心思路有两条,都很重要:

  1. 按"最近一次行为"判定模式,不要用一次性闩锁。 用户完全可能先用搜狗打几个字、再切微软拼音——模式必须能翻转;
  2. 判断依据是"非组合期间的整段 CJK 插入",英文逐字符输入、数字、粘贴都不会误判。
javascript
const CJK = /[\u3400-\u4DBF\u4E00-\u9FFF\uF900-\uFAFF\u3000-\u303F\uFF00-\uFFEF]/;
const isCJK = s => !!s && CJK.test(s);

function attachImeCompat(el, h, opts = {}) {
  let composing = false;   // 当前是否处于真·组合(compositionstart..end)
  let mode = null;         // 'normal' | 'degraded',按最近一次行为判定

  const setMode = m => {
    if (m === mode) return;
    mode = m;
    h.onModeChange && h.onModeChange(m);   // 可用于在 UI 上提示当前输入法状态
  };

  el.addEventListener('compositionstart', () => {
    composing = true;
    setMode('normal');                      // 能发组合事件的输入法,必然走文档内组合
    h.onStart && h.onStart();
  });
  el.addEventListener('compositionupdate', e => h.onUpdate && h.onUpdate(e.data));
  el.addEventListener('compositionend', e => {
    composing = false;
    h.onEnd && h.onEnd(e.data);
    if (e.data) h.onCommit && h.onCommit(e.data, { degraded: false, type: 'compositionend' });
  });

  el.addEventListener('beforeinput', e => {
    if (composing) return;                                     // 组合中:交给 composition 事件
    if (e.inputType !== 'insertText' || !isCJK(e.data)) return; // 只认非组合期的 CJK 原子插入
    setMode('degraded');
    if (opts.intercept) e.preventDefault();                     // 自管数据模型时接管
    h.onCommit && h.onCommit(e.data, { degraded: true, type: e.inputType, nativeEvent: e });
  });
}

canvas 渲染的编辑器,不要用 EditContext 承接输入(原因见上一节),用透明输入层:

html
<div class="editor">
  <canvas id="render"></canvas>
  <div id="ime-input" contenteditable="true" spellcheck="false"></div>
</div>
css
.editor { position: relative; }
.editor canvas { display: block; width: 100%; height: 100%; }
.editor #ime-input {
  position: absolute; inset: 0; padding: 12px 14px;
  font: 20px/1.6 system-ui, "Microsoft YaHei";
  color: transparent;            /* 文字不可见:交给 canvas 画 */
  caret-color: #222;             /* 光标保留,用户能看到插入点 */
  background: transparent; outline: none;
  white-space: pre-wrap; overflow: hidden;
}
javascript
const input = document.getElementById('ime-input');

attachImeCompat(input, {
  onModeChange(mode) { /* 可据此提示"当前输入法处于降级模式" */ },
  onCommit(text, { degraded }) { /* 写入编辑器模型,再重绘 canvas */ },
});

// 渲染永远从 DOM 的真实文本出发,兼容层只负责"感知提交"
input.addEventListener('input', () => renderToCanvas(input.innerText));

两个细节值得单独说:

  • intercept: true 只给自管数据模型的编辑器(ProseMirror / Lexical / 自研模型类)。透明输入层必须放行默认插入,否则就会遇到前面说的"字被吞";
  • 输入层与 canvas 的字体、行高、内边距必须一致,否则光标和绘制文字会错位;字号用固定值而不是 rem,能省掉不少缩放的坑。

也要诚实地讲清能力边界:拼音中间态救不回来——降级模式下预编辑文本不进 DOM,任何 JS 都拿不到,"边打拼音边联想"在这个环境里就是不存在的;提交发生前,你也无法区分"用户在打拼音"和"用户在敲英文"。兜底方案的目标不是复刻正常模式,而是让核心功能在任何输入法下都可用。

一个好消息是:降级模式下不存在"组合进行中"的中间态,原本最头疼的"组合期间误触发联想"问题,在这里天然不存在。

第二,向输入法厂商反馈。

名单在厂商云端手里,加名字是他们的日常运营动作。而且现在有了更具体的说法:

你们的宿主清单里本来就有 Chrome_WidgetWin_、Qt5152QWindowIcon 这类窗口类条目,请补上 CEF / Tauri 的窗口类,或者把我们的进程名加进名单。

配上一个最小复现页面(前面那个 Demo 就是现成的),就是一个他们能直接处理的标准工单。

第三,用户侧临时方案。

遇到问题的终端用户,可以切换其他输入法(微软拼音、QQ 拼音均不受影响),或关注搜狗输入法的版本更新——如前所述,名单是会变的。

第四,不要在 Chromium 侧浪费时间。

TSFImeSupport 开关在 122 之后已经不复存在,IMM32 回退路径也已被删除;而我们的实验证明,即便在开关尚存的旧内核上,它也解决不了这个问题。病根不在浏览器内核。

第五,不要打"改程序文件"的主意。

既然名单以字符串形式存在于组件里,能不能直接改?技术上并非完全不可能,但代价清单很长:32/64 位两份文件都要动、完整性校验与云保护可能让补丁失效、自动更新会还原、杀毒软件大概率拦截,而且分发修改版第三方软件既违反协议也可能侵权。投入产出比极差,不建议。

10 结语 ​

回头看,这个悬案的三方都"没有做错什么":

  • Chromium 对输入法如实上报"我的文档能力有限";
  • 搜狗对未知宿主保持最保守的默认姿态;
  • W3C 规范认可这两种行为都是合法的。

三方单独看都合理,叠加起来,就是无数 CEF / Tauri 开发者面对的"搜狗打字收不到 composition 事件"。

理解了机制,问题就不再是玄学:要么进名单,要么绕开它。而作为开发者,我们唯一能立刻掌控的,是自己的代码——用 beforeinput 把那条"消失的事件"找回来。


本文基于公开行为观察、公开源码查证与本地组件分析,相关结论仅供技术交流。

ravenq

基于 VitePress 构建