javascript - 其他语言的词云

Question

我在我的项目中使用了 JasonDavies 的 Word Cloud，但是我使用波斯语 [Farsi] 字符串存在一个问题，而我在这里的问题是单词在 Svg 中重叠。

这是我的项目的输出：

波斯语怎么了？

Answer 1

正如项目的 About 页面中所解释的，生成器需要检索字形的形状，以便能够计算出放置其他词的“安全”位置。关于页面更详细地解释了该过程，但这是我们关心的：

1. 字形单独呈现给隐藏<canvas>元素。
2. 检索像素数据
3. 导出边界框
4. 生成词云。

现在，关键的见解是，在西方（和许多其他）脚本中，字形不会经常根据上下文改变形状。是的，有诸如连字之类的东西，但它们通常很少见，而且绝对不是脚本所必需的。

然而，在波斯语中，字形形状会根据上下文而变化。对于非波斯语读者，请查看 ی 和 س，当它们组合在一起时，会变成 یس。是的，最后一个是两个字形！

该算法实际上在处理波斯字符时没有问题，正如您通过在 about 页面上破解演示所看到的那样，在d.code生成之后放置一个断点，以便能够对其进行修改：

将其替换1740为charCode上面第一个波斯字形的 ，并让算法运行，在字形周围显示漂亮且完美正确的边界框：

问题是，当实际呈现词云时，字形被放置在上下文中并且......改变了形状。但是，生成器不知道这一点，并继续使用旧的边界数据来放置其他词，从而创建您所看到的重叠。此外，可能还有一个关于从右到左处理文本的问题，这肯定无济于事。

我鼓励你直接把它交给生成器的作者。该项目有一个 GitHub 页面：https ://github.com/jasondavies/d3-cloud所以在那里打开一个问题（并可能参考这个答案）会有所帮助！