为 SWT 应用程序配备内容助理：通过上下文敏感的智能内容完成建议，提高最终用户的便利性和生产率

核心提示： 然后创建一个 ArrayList 实例 ，用于收集所生成的 ICompletionProposal 实例，为 SWT 应用程序配备内容助理：通过上下文敏感的智能内容完成建议，提高最终用户的便利性和生产率(5)，如清单 3 所示， 清单 3. computeCompletionProposals

然后创建一个 ArrayList 实例 ，用于收集所生成的 ICompletionProposal 实例，如清单 3 所示。

清单 3. computeCompletionProposals (续)

　　List　propList　=　new　ArrayList();　

如果选中了文本范围，则检索选中的文本，并计算出样式标签建议，如清单 4 所示。

清单 4. computeCompletionProposals (续)

　　if　(selectedRange.y　>　0)　{　
　　　try　{　
　　　　//　Retrieve　selected　text　
　　　　String　text　=　doc.get(selectedRange.x,　selectedRange.y);　
　　　　//　Compute　completion　proposals　
　　　　computeStyleProposals(text,　selectedRange,　propList);　
　　　}　catch　(BadLocationException　e)　{　
　　　}　
　　}　else　{　

否则，设法从文档中检索一个限定符，如清单 5 所示。这样的限定符包含部分地进入 HTML 标签的所有字符，用来限制可能的建议集。

清单 5. computeCompletionProposals (续)

　　　//　Retrieve　qualifier　
　　　String　qualifier　=　getQualifier(doc,　documentOffset);　
　　　//　Compute　completion　proposals　
　　　computeStructureProposals(qualifier,　documentOffset,　propList);　
　　}　

最后，将自动完成建议列表转换为一个数组，并将这个数组作为结果返回，如清单 6 所示。

清单 6. computeCompletionProposals (续)

　　//　Create　completion　proposal　array　
　　ICompletionProposal[]　proposals　=　new　ICompletionProposal[propList.size()];　
　　//　and　fill　with　list　elements　
　　propList.toArray(proposals);　
　　//　Return　the　proposals　
　　return　proposals;　
}