在Linux上获取输入插入符号周围的文本

动机：我试图编写脚本，将击键发送到当前关注的窗口。现在我使用

xdool

，它允许我发送原始的击键。但是，我希望精确的击键是聚焦窗口中输入插入符号周围当前文本的函数

问题：是否有一种通用的方式来读取文本输入插入符号的状态——它的当前位置以及它周围的文本？直观地说，我想要当前“文本框”的内容以及光标在该文本框中的位置。也许这在一般情况下是不可能的，但是有没有一种方法可以适用于emacs和firefox？我正在运行Ubuntu Linux

进一步的动机：由于严重的RSI，我用语音而不是打字来控制我的电脑。这是通过设置由说出不同短语触发的语音激活脚本来实现的。在听写英语散文时，在句首自动大写单词会很有帮助。这种自动大写可以通过读取输入插入符号前的字符来实现，检查它们是否包含句点，如果包含句点，则将我通过语音口述的下一个短语的开头大写

非常感谢！如果有人能在这里帮助我，这将大大提高我的日常可访问性。

由于X11没有标准的小部件工具包，而只有大量独立开发的任意工具包，因此没有通用的方法来实现这一点

就X11和在其级别上运行的工具（如xdotool）而言，只有

InputOutput

类型的窗口（即接收事件并可以绘制的可见窗口）或只接收事件的

Input

。可以说，没有进一步完善的“小部件”。你得到一个像素网格，你可以画到它

可访问性接口是工具包的负担（或者如果您不使用工具包，那么您就是一个坏蛋，您就是开发人员），以实现：

绝对通用的方法是截取当前聚焦窗口的屏幕，采用基于计算机视觉/机器学习的解决方案来识别插入符号，然后OCR识别其周围的文本行。老实说，IMHO这样做可能比希望可访问性接口得到正确实现要可靠得多