Chrome/Chromium 今日 Wayland 输入法支持现状

最新的信息请参见 https://fcitx-im.org/wiki/Using_Fcitx_5_on_Wayland#Chromium_.2F_Electron

似乎有不少人总是有疑问，Chrome的Wayland输入法支持到底是什么情况，能不能输入，支不支持，那么就姑且来总结一番。本文仅代表写作时的状态，不代表后续的情况。（以下用 Chrome 指代 Chrome/Chromium）。

首先简单介绍一下 Chrome 对 Wayland 支持的情况。对于 Chrome 这种跨平台的项目来说，肯定有自己的抽象层，从而能够高效地利用对应平台的 GPU，图形栈。现阶段来说，这一层抽象的项目的名称是 Ozone，更多详细的介绍可以参考 https://chromium.googlesource.com/chromium/src.git/+/HEAD/docs/ozone_overview.md。这里的描述是这样的：Ozone 是在使用了底层输入和图形的 Aura 窗口系统下的平台抽象层。一旦完成，这个抽象将支持各种系统，包括嵌入式 SoC，或者新的 Linux X11 替代：Wayland/Mir 来启动 Aura。

现在如果要在 Wayland 上用原生 Wayland 而不是 XWayland 来显示，那么将要使用 Ozone 作为它的图形栈。那么 Ozone 有什么样的输入法支持呢？在很长的一段时间内，它的输入法支持只有 text_input_v1，并且需要使用 –enable-wayland-ime 来启用。对于不了解 Wayland 输入法架构的人来说，这里对 Wayland 输入法的现状做一个解释。

Wayland 上的输入法分为两个部分，程序和 Wayland Compositor 之间的协议，和 Wayland Compositor 和输入法服务之间的协议。无论对哪个协议，都需要通信的双方同时支持相同的协议才能正常运作。Compositor 和程序间的协议名称是 text-input，目前的版本有 v1 – v4。Compositor 方面 v1 几乎没有支持，只有 weston 作为一个 demo 有简单的实现。v2 的功能是 v1 的扩展，但没有获得广泛的支持，也没有合并到上游的 wayland-protocols 里面。v3 则是 v1 的精简版。因为它已经合并到了 wayland-protocols 里，因此有较为广泛的 Compositor 和程序支持。text-input-v3 Compositor 的支持包括 mutter，kwin，wlroots，基本上可以说涵盖了所有 linux 主流 Compositor。text-input-v2 的 Compositor 支持则只有 KWin。而在 Toolkit 方面，Gtk 和其他一些基于 Rust 或者完全手写的 Wayland 程序支持的是 text-input-v3。 不知出于什么理由，Qt 只支持 v2 和 v4，相信主要有两个原因，v3 的功能不足，以及单纯的诞生时间的问题。

和输入法之间的协议则主要有 zwp_input_method_v1 和 v2，v2 并未合并到上游，只被 wlroots 部分支持，以至于至今稳定版的 sway 也不能支持显示输入框。v1 则有 weston 和 kwin 支持。KWin 支持 zwp_input_method_v1 主要是为了 Plasma mobile 和 Maliit，在 PLasma 5.24 我修复了绝大部分 kwin 的 zwp_input_method_v1 在桌面上的使用问题，现在可以和 Fcitx 5 使用。具体配置方式可以参考之前的一篇博客。而特立独行的 GNOME 则采用了 IBus 的 DBus 协议作为程序和 Compositor 的协议，间接导致我不得不在 Fcitx 5 里实现 IBus 的 DBus 协议。Fcitx 5 做到了完全支持所有现存的 Compositor 和输入法之间的协议支持。所以不要说什么 Fcitx 不支持，根本不是 Fcitx 这一边的问题。

让话题回到 Chrome 的情况上来。Chrome 早在 2018年就实现了 text-input-v1 的支持，后续虽然有 text-input-v3 的支持请求，但并没有任何后续动作。前面我们说道，支持 text-input-v1 的 Compositor 有且仅有 weston，几乎等于是没有桌面支持。Ozone 作为抽象，没有使用 Gtk 作为图形栈，因此也就没有自动获得使用 im module 的能力。而在 2021 年，他们添加了 gtk im module 的支持，但是仅限启用 gtk 4 的情况。尽管他们添加了这样的支持，由于他们完全没有用 Gtk 作为图形栈实现图形显示，因此他们的实现仅有部分能正常工作。主要体现在一些按键处理，以及输入法窗口弹出位置上。这里为了解释发生问题的原因，再稍微介绍一下相关的 gtk im module 的工作流程。gtk im module 需要程序调用对应的 API gtk_im_context_set_client_widget 来告知程序当前是哪个 Widget。而对于完全没有使用 Gtk 作为图形栈的 Ozone 来说，他们没有这样一个 GtkWidget 可以传递给 gtk im module。因此，他们目前的实现就是创建一个从不显示的 dummy gtk window，作为传递给这个 API 的参数。这里略微对比一下架构不同的 Firefox，Firefox 是采用 Gtk 作为他们的窗口的 API 的，因此 Firefox 的窗口是一个货真价实的 GtkWindow，而 Ozone 的 Window 则是他们自己直接使用 wayland API 创建的，和 Gtk 完全没有关系。而他们创建的 Dummy window 是完全无法用于让输入法弹出窗口定位在正确位置上的。甚至于由于这个窗口完全不被显示，Fcitx 5 im module 的 client side input panel 技术受限于 Wayland 的限制（xdg_popup 的父窗口必须被显示才能显示）甚至无法显示。而即使考虑是否能使用 gtk 自己的 text-input-v3 的 im module，也因为这个 dummy gtk window 对应的 wl_surface 不被显示，因此不会获取焦点（和 text-input 绑定的 surface 必须获得焦点才能使用 text-input 进行输入法相关操作），也无法正常工作。也就是说，采用 gtk im module 在 Wayland 下 Chrome 正常使用输入法的道路是「几乎」被堵死的。存在两个问题 1、输入事件处理栈并非 Gtk，一些输入法 API （Forward Key，但是是小问题）并不能正常使用 2、图形栈并非 Gtk，弹出窗口的显示既无法使用 Gtk 自身的 text-input-v3 实现，也无法使用 fcitx 5 im module 的 client side input panel。

对于 Fcitx 5 的现状来说，在使用 Chrome + Ozone Wayland + fcitx 5 im module 的情况会 Fallback 到 Fcitx 5 的 X11 输入窗口。也许你有疑问，为什么要 Fallback 到 X11 的输入窗口，不能用 Wayland 窗口显示吗？因为 Wayland 完全无法指定要把窗口显示在哪里，而 Gtk im module 尽管不能获得 Gtk Widget，但好歹能获得一个相对浏览器窗口的坐标。尽管把窗口完全显示在正常位置需要获得窗口自身位置，但如果在「单屏幕」，「窗口最大化」的前提下，这个不完全的相对坐标能够利用 XWayland「恰好」把窗口显示在一个差不多的位置上，总比随机显示在不知道哪里要强得多。

弹出窗口位置能够相对正常显示的唯一的情况，则是 Chrome + GNOME + Fcitx im module + Kimpanel 的组合。这里稍微再讲解一下 Kimpanel 的显示窗口位置逻辑帮助理解为什么这个组合可以工作。Fcitx im module 获取的坐标位置，根据 im module 获取的当前显示服务器类型，会针对 Wayland 额外设置一个标记「Relative/相对」，表示这个坐标是相对当前窗口的坐标。而 GNOME 上刚好运行在 Mutter 同一个进程的 GNOME 插件，则可以获得当前激活窗口的坐标。因此 Kimpanel 如果看到「相对坐标」，就会请求当前窗口坐标然后加上相对坐标来显示输入法弹出窗口。而反过来，对于 KDE Kimpanel 的情况，KWin 和 Plasma 在不同进程的情形，则拿着一个相对坐标束手无策，只能「假装」它是绝对坐标移动一下。而对 KDE Plasma 一个刚刚好的巧合是，Plasma 自身是占用全部屏幕的全屏窗口，因此如果拿到绝对坐标它是可以任意的移动窗口位置的。

综上所述，当前 Chrome 如果要在 Wayland 下使用输入法，各种桌面的组合和实际效果如下：

1、weston + chrome –enable-wayland-ime ，完美支持

2、GNOME + fcitx im module + chrome –gtk-version=4 + kimpanel，支持，但坐标似乎有些小偏移量问题（疑似和边框大小有关）

3、非GNOME，或者不使用 Kimpanel 的 GNOME + fcitx im module + chrome –gtk-version=4 可以输入，但窗口位置不对。

4、chrome Xwayland，完美支持（或者说和 X11 支持程度一致）

而根据 Chrome 当前架构设计，想要完美支持大部分 Linux 桌面的道路只有一条，就是原生支持 text-input-v3 。事实上，考虑已经有 text-input-v1 的实现情况下，代码应该不是很难写。所以如果想要让 Chrome 听见你的呼声，顶这个 bug 就对了 https://bugs.chromium.org/p/chromium/issues/detail?id=1039161

顺便，这个问题也对 electron on wayland 适用。

最后说一些不算解决方案的解决方案，如果你只是想用 chromium 的网页渲染引擎，你可以考虑一些基于 QtWebEngine 的浏览器，例如 https://www.falkon.org/ QtWebEngine 的输入法实现是对接给 Qt 的，可以完全正常在 Wayland 下使用，但缺点也明显，就是不支持 Web Extensions，但 falkon 内置了一些常用功能如油猴 adblock，所以没有复杂要求也可以考虑使用。或者也可以换成 Firefox，它的 Wayland 下输入法支持很好。

P.S. 最后的最后 Fcitx 5 能对这件事做什么？什么也做不了。这不是 Fcitx 5 的 Bug。我是想不到目前有任何改动属于 Fcitx 项目代码的方式能够完美支持 Chrome。

如果非要让「我」力所能及支持点什么的话，1、可能就是给 KWin/Plasma 写一个Wayland 私有协议，允许把窗口移动到相对当前活动窗口的坐标位置上去给 Kimpanel 用。2、或者加回 KWin 删掉了的「没人用」的text-input-v1 支持。说实话，这两种如果写了都是技术债，第一个可能还有点用（通用意义上），但我也并非什么 KWin 的专家。就像我之前说的，我一个臭写输入法的，怎么就去开发 Compositor 去了。