javascript - 其他语言的词云

Question

我使用 JasonDavies's Word Cloud对于我的项目，但是我使用波斯 [波斯语] 字符串时出现问题，而我的问题是 Svg 中的单词重叠。

这是我的项目的输出:

波斯语单词怎么了？

Answer 1

如 About page for the project 中所述，生成器需要检索字形的形状才能计算出放置其他单词的“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. 字形被单独渲染到一个隐藏的<canvas>元素。
2. 检索像素数据
3. 导出边界框
4. 词云生成。

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，有连字之类的东西，但它们通常很少见，而且对于脚本来说绝对不是必需的。

然而，在波斯语中，字形形状会根据上下文发生变化。对于非波斯语读者，请查看  和 س，它们结合起来就变成了。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，正如您通过破解关于页面上的演示可以看到的那样，在 d.code 之后放置一个断点。已生成，以便能够对其进行修改:

将其替换为 1740 ，这是 charCode对于上面的第一个波斯字形，让算法运行，在字形周围显示漂亮且完全正确的边界框:

问题是，当词云实际被渲染时，字形被放置在上下文中并且......改变形状。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单词，从而创建您所看到的重叠。此外，可能还存在从右到左处理文本的问题，这当然无济于事。

我鼓励您直接与生成器的作者联系。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(并且可能回头引用这个答案)会有所帮助!