一次小而美的重构：使用 C# 在 Avalonia 中生成真正好看的词云

前言

我之前不是用 Avalonia 开发了 StarBlogPublisher（一款为 StarBlog 设计的 Markdown 文章发布工具）吗？

当时里面有个分类 词云（Word Cloud） 展示功能。 初版的词云虽然 "能用"，但效果极其粗糙——基本只是简单堆叠文字，完全没有体现出词云那种灵动、密集、错落有致的美感。

于是，我决定 彻底重构 这一模块，重新寻找合适的词云生成方案。

选型

在 Avalonia 生态中是没有直接可用的词云组件的。

不过没事，C# 的生态还算丰富，基本要啥有啥，词云自然不在话下。

在调研阶段，我找到了两个比较流行的 C# 词云库：

• Sdcb.WordCloud
• KnowledgePicker/WordCloud

简单对比一下：

共同点

• 两者都使用 SkiaSharp，意味着可以在 Windows、Linux、macOS 等多平台运行。
• 都支持灵活配置字体、布局、颜色，并且速度非常快。

主要区别

• Sdcb.WordCloud 更注重视觉效果（支持复杂遮罩图案），适合追求自定义形状、炫酷效果的场景。
• KnowledgePicker.WordCloud 更注重性能和简洁性，适合标准矩形词云生成，不追求复杂形状。

最终，我选择了功能更强大、兼容性更好的 Sdcb.WordCloud。

Sdcb.WordCloud简介

Sdcb.WordCloud 是一个基于 SkiaSharp 的跨平台词云生成库，具备以下特点：

• 跨平台兼容：Windows、Linux、macOS 均可使用。
• 多种输出：支持生成图片、SVG文件或JSON数据。
• 高度可定制：自定义字体、颜色、遮罩图案、文本排列方式等。
• 无依赖System.Drawing：在服务器环境也能轻松部署。
• 开源友好：MIT License，开发者自由扩展。

安装

dotnet add package Sdcb.WordCloud

实战：在 StarBlogPublisher 中应用

重构后的词云生成逻辑主要分为两步：

获取词频数据

首先，从后端API请求分类词频数据，并进行简单扩充（让词云密度更高）。

private async Task<List<WordScore>?> GetWordScores() {
  var response = await ApiService.Instance.Categories.GetWordCloud();
  if (response.Data == null) throw new Exception("获取词云数据失败");

  var originalScores = response.Data
    .Select(e => new WordScore(Score: e.Value, Word: e.Name))
    .ToList();

  var extendedScores = new List<WordScore>();
  foreach (var score in originalScores) {
    for (int i = 0; i < 10; i++) {
      extendedScores.Add(score);
    }
  }

  return extendedScores;
}

这里小技巧： 👉 将原本每个单词的词频复制多次，可以有效提升词云的视觉密度和丰富度。

生成词云图像

拿到词频数据后，使用 WordCloud.Create() 创建词云对象，并通过遮罩图案和字体定制，生成最终的词云图片。

private async Task GenerateWordCloudImage() {
  var wordScores = await GetWordScores();
  if (wordScores == null || !wordScores.Any()) {
    ErrorMessage = "没有可用的词云数据";
    return;
  }

  var wc = WordCloud.Create(new WordCloudOptions(900, 900, wordScores) {
    FontManager = new FontManager([
      SKTypeface.FromFamilyName("Times New Roman")
    ]),
    Mask = MaskOptions.CreateWithForegroundColor(
      SKBitmap.Decode(await new HttpClient().GetByteArrayAsync(
        "https://io.starworks.cc:88/cv-public/2024/alice_mask.png"
      )),
      SKColors.White
    )
  });

  using var skImage = wc.ToSKBitmap();
  using var data = skImage.Encode(SKEncodedImageFormat.Png, 100);
  using var stream = new MemoryStream(data.ToArray());
  WordCloudImage = new Bitmap(stream);
}

这里用了两点增强体验的小技巧：

• 📄 遮罩图：使用一张指定形状的透明图，词云可以呈现人物轮廓、LOGO形状等，极大提升美感。
• 🖋 自定义字体：更换字体可以让整体风格更符合网站/应用的设计感。

效果展示

话说之前的效果能算词云吗？？

小结

通过这次重构，我总结出几点经验：

• 选对库很重要，跨平台、高扩展性是首要考虑。
• 词云美观与否，关键在于密度、遮罩形状、字体风格的搭配。
• 尽可能异步请求和局部优化，避免UI卡顿。

如果你也在C#项目中需要集成词云功能，推荐试试Sdcb.WordCloud —— 简单高效，而且效果不错