Visual Studio 2008 C# 2.0 中级开发 Visual Studio Windows .NET C#

一个近乎自组织的标签云

Thomas Denzel

4.86/5 (14投票s)

2010年1月4日

CPOL

11分钟阅读

37825

870

在标签云中显示和使用项目进行数据输入。

下载源代码 - 125 KB

图 1：标签云控件

引言

我经常在网站上看到标签云，但我需要在 Windows 窗体中使用它们。因此，我开发了一个可以轻松添加到窗体中的控件。它将帮助您根据重要性可视化文本或集合中的字符串。除此之外，您还可以单击项目以将其用于数据输入。每次点击都会增加项目的重要性，并可能改变云中项目的视图，因为它们都与云中所有其他项目相关联。

背景

字符串（我也称它们为“项目”）存储在 XML 文件中。XML 文件设计非常简单。每个项目都存储在一个 Tag 中，该 Tag 具有三个属性：Text、Occurrence 和 Last。示例

<Tag Text="ABC of programming" Occurrence="5" Last="633923147566312334" />

Text 包含项目的文本，Occurrence 存储项目被使用的频率（或项目在文本中出现的次数），Last 包含上次访问的时间（以 DateTime.Ticks 表示）。我实现了对名为“Tags.xml”的默认 XML 文件的访问，该文件位于程序目录中。当然，您可以加载和保存任何用户创建的标签文件。

为了演示控件的使用，我编写了一个包装器，它向您展示了控件的大部分功能。请注意，该包装器在 GUI 编程方面并非杰作。它的唯一目的是展示与标签云相关的一些效果。

在截图中（图 2），“读取默认标签 XML”按钮已被按下，其效果是默认文件“Tags.xml”的内容显示在标签云中。在右侧，您可以看到云中可以显示的项目数量：“云中显示的项目数量”，以及所有正在使用的项目数量：“所有项目数量”。在我们的示例中，可以显示 34 个项目。标签云中显示的项目数量取决于控件的大小（您可以在包装器中以“+10”的步长更改它）以及项目权重（即它们的出现频率）之间的复杂交互。

项目权重通过五种不同的字体样式和颜色可视化。您可以通过设置控件的属性来更改它们（稍后描述）。包装器演示了如何通过“设置输出设计 1”更改最不重要项目的输出设计，以及通过“设置输出设计 3”更改中等重要项目的输出设计。您可以使用“设置标准输出设计”重置为默认值。

图 2：嵌入在 TagCloudWrapper 中的 TagCloud 控件

除此之外，您还可以更改控件的背景颜色（默认值为 Color.Azure）和标签的外观。设置属性“Underline on”会在鼠标悬停时显示项目下划线，设置“Frame on”会在项目周围显示框架（这也是单击项目时的捕获区域）。

图 3：开启框架的标签云控件

点击项目会触发事件。您可以在包装器的“标签信息”区域中看到这一点：点击的文本显示在“文本”文本框中，出现次数显示在“出现次数”文本框中。每次点击项目都会使其权重增加 1，并且根据其他项目，它会改变其在云中的输出设计（或者不会！）。是否属于某个输出设计是通过统计方法计算的，取决于所有项目的总体平均值和标准差。您还可以找到“最”和“最少”点击的项目以及“最年轻”和“最老”点击的项目。

在“一些标签操作”区域中，您可以研究如何添加项目（请研究源代码，了解那里实际发生了什么），并且您可以“清除所有项目”。使用“添加此项目”，您可以向云中添加一个项目。它必须在按钮左侧的文本框中进行编辑。添加新项目时，其权重（出现次数）将设置为所有项目的平均值，以使其真正出现。如果它从权重 1 开始，则可能不会显示，因为其他项目会占据主导地位。

要操作云控件的内容，您可以右键单击项目打开上下文菜单。您可以添加新项目、删除项目或更改项目文本。

图 4：标签云控件中的上下文菜单

在云中显示标签的另一种方法是打开文本文件或 HTML 文件。这在“从文本和 HTML 文件读取标签”区域中进行了演示。那里的三个按钮演示了打开文本或 HTML 文件，评估其中的重要标签，并在云控件中显示标签。由于英语（或德语）中有许多填充词，我添加了两个文件：ExcludeList-en.txt 和 ExcludeList-de.txt，它们包含一些在构建云词列表时不会被考虑的词。这些词包括：I、you、are、if、them、here、about、never... 该列表会根据预期的语言读取。在我的示例中，它是英语和德语（没有法语、西班牙语、意大利语......抱歉）。我知道这些列表不完整，所以您可以随意添加或删除词，甚至为所需的语言设计一个排除列表。当尝试显示 HTML 文件时，会使用另一个排除列表：ExcludeList-html.txt。它包含一些 HTML 和网页设计的语法（但也不完整）。

此外，云控件具有拖放功能。您可以获取任何文本或 HTML 文件并将其拖放到控件上。请注意不要使用过大的文件。我实现了一些检查以避免加载错误的文件格式，因此您可能会收到类似这样的消息

图 5：拖放失败

下面，您可以看到一个英文文本文件（例如：majorca_en.txt），它已被拖放到云控件上。为了在控件中显示更多项目，高度和宽度已手动扩展。

图 6：文件 majorca_en.txt 拖放成功

Using the Code

要使用云控件，您必须将“TagCloud.dll”添加到您的引用中。您可以在 TagCloudWrapper 项目中最好地看到它，该项目是解决方案的一部分。

在以下部分中，我将尝试描述“TagCloud”项目的类。

TXT处理

这个类负责读取文本或 HTML 文件。文件中的单词由一些分隔符（如“，.:"；”）分隔。下一步，检查所有单词是否“需要”。需要意味着它们不属于相应的排除列表。

但是，让我们从头开始。首先，检查一个文件是文本文件、HTML 文件，还是两者都不是。一个基本的算法检查它是英文还是德文文本，以及它是文本还是 HTML

void GetFileTypeAndLanguage(string filename, 
   out bool ishtml, 
   out TagCloudControl.TextLanguage language)

根据结果，调用 (ishtml == false)

bool ReadTextFile(out SortedList<string, TagCloudControl.StringItem> sc, 
   string filename, 
   TagCloud.TagCloudControl.TextLanguage language)

或 (ishtml == true)

bool ReadHTMLFile(out SortedList<string, TagCloudControl.StringItem> sc, 
  string filename, 
  TagCloud.TagCloudControl.TextLanguage language)

被调用。此外，根据英语或德语，将适当的排除列表应用于单词。对于 HTML 文件，HTML 排除列表也将应用于过滤一些 HTML 特定的单词。结果是“所需”单词的列表，这些单词存储在 SortedList sc 中。此列表的部分内容将显示在云控件中。

关于排除列表的简短评论：如上所述，它们被称为：ExcludeList-en.txt、ExcludeList-de.txt 和 ExcludeList-html.txt。

它们是普通的文本文件，您可以自行更改。

语法如下

Exclude:

word1, word2, word3, word4,..
wordxxx,wordyyy, wordzzz,...
...

Include:

word1, word2

“ExcludeList-en.txt”的示例部分

Exclude:

a,able,about,above,ah,ain't,alas,am,an,any,anybody,
anyone,anywhere,after,again,against,ago,all,also,
although,among,and,are,around,as,at,away,
...

Include:

May,US,

您可以看到还有一个“Include”部分。它的目的是包含通常应该排除的单词。在“Exclude”部分中的单词应该用小写字母书写并用逗号分隔。由于“may”和“May”具有不同的含义，您应该在“Include”部分定义所有不应以您在那里定义的方式（即：区分大小写）书写时被排除的单词。请随意添加或删除单词。我不是以英语为母语的人，所以我想您可以进行很多改进。

“TXTHandling”类中处理单词的一些方法有

int FillExcludeIncludeList(
    TagCloud.TagCloudControl.TextLanguage language, 
    bool clear)
bool WantedWord(string newword)
bool WantedHTMLWord(string newword)
bool IsRomanNumber(string number)
bool ContainsDigit(string word)
bool IsTimeSpan(string timespan)

XML处理

“XMLHandling”类包含读取和写入标签文件的方法，该文件包含云的标签（项目）。“ReadTagFile”和“WriteTagFile”方法是重载的。它们提供对特定文件名或默认标签文件“Tags.xml”的访问。默认文件名由“GetDefaultFileName”方法获取。

文件格式

“FileFormats”类包含一些检查文件格式的方法。检查以下一些格式

图形文件格式
音频文件格式
视频文件格式
压缩文件格式
程序和开发文件格式
文档文件格式
系统文件格式
数据库文件格式

该列表并非详尽无遗——您可以随意添加其他文件格式。文件通过读取其魔术数字以简单的方式识别。这些是字节序列，大部分位于文件的开头，可以让您大致了解它可能是什么类型的文件。在此解决方案中，这些方法用于避免“错误”文件被拖放到云控件上。

统计

“Statistics”类负责提供值集合的平均值

double Mean(IEnumerable<double> values)

和标准差

double StandardDeviation(IEnumerable<double> values, out double mean)

这两个值对于将项目与其在其他项目中的上下文联系起来至关重要，以决定它是否会显示在云控件中以及它在那里具有什么权重。根据其权重，将为其分配 5 种输出设计（字体、颜色）之一。

添加项目和重命名项目

这些类是简单的对话框，当在上下文菜单中单击时显示。“AddItem”允许您向云中添加一个新项目，“RenameItem”为您提供了更改现有项目名称的可能性。

输出设计管理的公共方法

// Sets the 5 predefined output designs
public void SetAllDesigns(bool update)
 
// Sets an output design
public bool SetDesign(int number, string font, float size, Color color)

// Overloaded, sets an output design
public bool SetDesign(int number, OutputDesign od)

字符串管理的公共方法

// Adds or replaces a text item to the list of items (StringCollection).
// If the item is new, its occurrence is set to 1,
// else its previous occurrence is incremented by 1.
// The attribute 'last' (last access) will be set to 'now'.
public void AddItem(string text)
// Overloaded, adds a text item to the list of items (StringCollection).
// The attribute 'last' (last access) will be set to 'now'.
public void AddItem(string text, double occ)
// Overloaded, adds a text item to the list of items (StringCollection).
// The attribute 'last' (last access) will be set by last.
public void AddItem(string text, double occ, long last)
// Overloaded, adds a complete list sc to the list of items (StringCollection).
public void AddItem(SortedList<string, StringItem> sc)
// Overloaded, adds or replaces a text item to the list of items (StringCollection).
// If the item exists already in StringCollection,
// the variable regardmean will be interpreted:
// - if regardmean is true and the item is not yet member of CloudCollections, 
// the occurrence will be set to the mean occurrence
// of the items in the StringCollection
// - otherwise its occurrence is incremented by 1.
// If the item does not exist, the variable regardmean will be interpreted:
// - false: the occurrence will be set to 1
// - true: the occurrence will be set to the mean occurrence
// of the items in the StringCollection.
// The attribute 'last' (last access) will be set to 'now'.
public void AddItem(string text, bool regardmean)
// Removes the item text from the item list (StringCollection).
public void RemoveItem(string text)
// Clears the list with the items (StringCollection) completely.
public void ClearAllItems()
// Returns all the items from the StringCollection.
public SortedList<string, StringItem> GetAllItems()

构建云的私有方法

这些方法都是私有的，因为它们仅在以下情况被调用：

字符串被添加或从字符串集合中删除
项目的权重发生变化
项目的输出设计发生变化
云的设计发生变化

这些方法负责构建云的内容并显示项目

private void SetCloud()
private void CopyStringsToCloud()
private int BuildCloud(ref StringItem si)

该算法的工作原理如下：项目按字母顺序排列。根据它们的权重，它们会获得一种输出设计（5 种之一）。将计算项目的文本尺寸是否适合云。如果尺寸超出右边界，则会开始新的一行。一行的高度由该行中项目的最大高度决定。当您查看图 3 时，您可以最好地理解它，其中显示了文本边界（框架开启）。新行将以相同的方式填充，并且这样做直到达到云控件的下边界。如果项目列表尚未结束，则“最弱”的项目将从应显示的项目列表中删除。“最弱”的项目是出现次数最少且长时间未被调用的项目。

现在，云控件的填充开始一个新的周期。由于已删除一个项目，其他项目的权重可能已更改。因此，输出设计可能由于新的统计计算而发生更改，并且相应地，文本尺寸也可能发生更改。整个过程是一个递归过程，旨在显示大多数“重要”项目。在这种情况下，“重要”意味着出现次数最多且最近被调用的项目。有关详细信息，请研究代码。也许可以优化，但在我的机器上，我没有性能问题。

关注点

我计划在未来的两个应用程序中使用云控件。

一方面，我想编写一个程序，对数码相机拍摄的图像进行一些基本修改。其中一个要点是重命名文件，我想我将使用标签云来获取半自动文件重命名的关键字。我计划根据我们上次假期创建一组关键字，就像图 6 示例中建议的那样。

另一方面，我还计划编写一个程序，通过提问来帮助您学习，您必须正确回答这些问题。问题是随机提出的，但我可以想象，额外提供一个包含基于主题的关键字的标签云，您可以点击这些关键字，会是一件好事。

我希望您有更多的好主意——请告诉我！

历史

初始版本 1.0：2009 年 12 月。