Fallstricke¶

Diese Website ist in fünfunddreißig Sprachen übersetzt, und jede dieser Ausgaben entstand, indem genau die Schleife gedreht wurde, die diese Dokumentation lehrt. Nach Branchenmaßstäben ist das ein kleines Korpus — und es genügte trotzdem, um in die meisten Fallen zu tappen, die i18n schwerer machen, als es aussieht.

Jeder Abschnitt unten ist etwas, das hier tatsächlich schiefging: wie es sich damals darstellte und wo die Grenze verläuft zwischen dem, was die Bibliothek für dich prüft, und dem, was deinem Urteil überlassen bleibt.

Eine Variable umzubenennen übersetzt einen Satz neu¶

Die msgid ist der Katalogschlüssel, und ein interpolierter Name steht darin. Eine Konstante auf Modulebene zu heben und sie so groß zu schreiben, wie es der Python-Stil verlangt — author zu AUTHOR —, machte aus Copyright © 2026 {author} · MIT License eine Nachricht, die kein Katalog je gesehen hatte. Jede Übersetzung dieser Zeile wäre erneut durch den fuzzy-Zyklus gegangen, in jeder Sprache, für eine Umbenennung, die nichts änderte, was ein Leser sehen konnte.

Die Bibliothek hält dich nicht auf: Beide Schreibweisen sind gültige Platzhalternamen. Was sie tut, ist, den Namen schützenswert zu machen — eine Interpolation muss ein einfacher Name sein, also steht im Katalogschlüssel ein Wort, das eine übersetzende Person lesen kann, und kein Ausdruck.

Der Spiegelfall ist konstruktionsbedingt sicher. Konvertierungen und Formatspezifikationen sind nicht Teil der msgid, deshalb ändert die Verschärfung von {amount:,.2f} zu {amount:,.0f} keinen Schlüssel und entwertet nirgends eine Übersetzung.

nplurals=2 bedeutet nicht zwei verschiedene Strings¶

Türkisch, Ungarisch, Persisch und Bengalisch deklarieren alle zwei Pluralformen, und in allen vieren sind die beiden Formen einer gezählten Nachricht berechtigterweise derselbe String — das Substantiv bleibt nach einem Zahlwort im Singular, also ist {n} sayfa für eine Seite ebenso richtig wie für zehn. Wer die Dopplung „korrigiert“, zerstört die Übersetzung.

Der umgekehrte Fehler ist ebenso leicht. Die dritte Form des Lettischen gilt allein der Null; die zweite des Slowenischen ist ein Dual, für genau zwei; die letzte Form des Rumänischen verlangt das Wort de, das den ersten beiden fehlen muss. Diese Plätze mit einem Singular und einem Plural zu füllen, ergibt einen Katalog, der nur bei Zählwerten falsch ist, die niemand testet.

Schlimmer noch: Die Reihenfolge der Plätze ist nicht semantisch. Walisisch indiziert seine fünf Formen so, dass msgstr[0] der allgemeine Fall ist und msgstr[1] der Singular. Füllt man sie in der naheliegenden Reihenfolge, landet der Singular dort, wo ihn jede ungezählte Nachricht findet.

Die Bibliothek nimmt sich nichts davon an, und das ist der Punkt: Die Pluralregel der Zielsprache steht im Kopf ihres eigenen Katalogs, und die Vereinigungs-/Schnittmengenregel erlaubt einer Übersetzung mehr Formen als der Quelle oder weniger. Was sie prüft, ist das Einzige, was sich ohne Kenntnis der Sprache prüfen lässt — dass jede Form die Platzhalter behält, die sie braucht.

Zwei Formen können aus gutem Grund identisch sein¶

Irisch hat fünf Pluralformen, und im Build-Bericht dieser Website sind mehrere davon gleich geschrieben. Das ist kein Copy-Paste-Versehen: leathanach beginnt mit l, und keine der beiden Anlautmutationen, die irische Zahlwörter auslösen, wird auf l geschrieben. Die Formen leisten trotzdem echte Arbeit — der Stamm wechselt zwischen leathanach und leathanaigh, und Zählwerte über zehn kehren zum Singular zurück —, doch kein Substantiv mit der Bedeutung „Seite“ würde den Unterschied zeigen.

Jede Prüfung, die doppelte Formen als verdächtig meldet, meldet korrektes Irisch. Hier kann nur ein Mensch prüfen, der die Sprache beherrscht.

Eine Nachricht kann nur mit einer Zahl kongruieren¶

Der Build-Bericht dieser Website nennt, wie viele Seiten gerendert wurden und wie lange es dauerte. Ihn als „Rendered {n} pages in {seconds} seconds“ zu schreiben, sieht harmlos aus und ist nicht übersetzbar: gettext wählt eine Form anhand einer Zahl, und diese Zahl ist n. Das Wort seconds müsste mit einer Zahl kongruieren, welche die Pluralmaschinerie nie zu sehen bekommt.

Die Lösung ist, die zweite Größe als Einheitenzeichen statt als Wort zu schreiben — und Einheitenzeichen sind selbst lokalisiert: Die Kataloge dieser Website führen s, с, ث, שנ׳ und mp, und die französische, spanische und schwedische Typografie verlangt vor dem Zeichen ein Leerzeichen, wo das Englische keines setzt. Nichts davon ist Sache der Bibliothek — wohl aber zu bemerken, dass eine Nachricht zwei Kongruenzen bräuchte, und das einzige Werkzeug dafür ist, die Nachricht anders zu formulieren.

Einen englischen Satz zu bearbeiten bearbeitet fremde Grammatik¶

Auf der Startseite stand einmal „all ten language editions“. Die Zahl zu streichen — eine englische Änderung von einem Wort, vorgenommen, weil die Zahl immer wieder veraltete — machte aus einem pluralischen Subjekt ein singularisches. Spanisch, Italienisch, Portugiesisch, Russisch, Ukrainisch, Griechisch, Niederländisch und Hebräisch mussten das Verb allesamt neu kongruieren; in mehreren musste auch das Partizip geändert werden.

Eine Quelländerung, die sich auf Englisch trivial liest, ist es stromabwärts nicht. Sie als fuzzy zu markieren — genau das tut pybabel update — ist der Mechanismus, der jeder übersetzenden Person die Gelegenheit gibt, es zu bemerken.

Unsichtbare Unterschiede überstehen jedes Copy-Paste¶

Der Leitfaden zitiert eine Diagnosemeldung, die (nаme) enthält — eine bewusste Escape-Schreibweise, denn das benannte Zeichen ist ein kyrillisches а, das kein Leser vom lateinischen unterscheiden kann. Übersetzende dieser Website haben diese Escape-Schreibweise fünfmal einzeln in das tatsächliche Zeichen umgewandelt, in fünf verschiedenen Sprachen, und dabei jedes Mal eine Seite erzeugt, die richtig aussah und falsch war.

Diesen Fall fängt die Bibliothek tatsächlich ab, und er ist der Grund, warum die Diagnostik so geformt ist, wie sie ist: Ein Platzhalter, dessen Buchstaben Schriftsysteme mischen, wird zweimal gemeldet, einmal lesbar und einmal escaped, weil nur die escapete Schreibweise die beiden unterscheidet. Ein geschütztes Leerzeichen innerhalb von geschweiften Klammern wird aus demselben Grund als Codepoint ausgegeben. Der Katalogprüfer weist die Nachricht zurück, bevor sie ausgeliefert werden kann.

Nicht leer heißt nicht übersetzt¶

Ein Katalog, der mit den in die msgstrs kopierten msgids aufgesetzt wurde, besteht jede naive Prüfung: Nichts ist leer, nichts ist fuzzy, die Nachrichtenmenge stimmt exakt überein. Eine Sprachausgabe dieser Website ging so für mehrere Stunden live. Ebenso acht Seiten einer anderen Ausgabe, die byte-identische Kopien der englischen Quelle waren — was eine Prüfung besteht, die Codeblöcke zwischen beiden vergleicht, denn es ist dieselbe Datei.

Beides kann eine Übersetzungsbibliothek nicht sehen. Beides ist billig zu testen — aber nicht, indem man von jedem Eintrag einen Unterschied zur Quelle verlangt: OK, Produktnamen, Personennamen, Abkürzungen und Codebezeichner übersetzen sich alle in sich selbst, und eine Prüfung, die das verbietet, erzeugt für immer Fehlalarme.

Miss stattdessen die Rate, über einen ganzen Katalog oder eine ganze Seite, und schick die Ausreißer zu einem Menschen. Der eigene Test dieser Website tut genau das — er vergleicht die Prosazeilen jeder Ausgabe mit der englischen Quelle und schlägt oberhalb von 25 % Identischem fehl. Die gefälschte Ausgabe lag bei 87 %; jede echte Übersetzung liegt zwischen 4 % und 8 %, was dem kleinen Rest an Zeilen entspricht, die legitim übereinstimmen, etwa URLs und zitierte Programmausgaben. Die beiden Populationen liegen weit genug auseinander, dass der Schwellenwert nicht präzise sein muss.

Der Katalog ist nicht das Einzige, was übersetzt wird¶

Zwei Fehlschläge hier hatten nichts mit gettext zu tun.

Eine Überschrift zu übersetzen ändert den daraus erzeugten Anker, sodass jeder seitenübergreifende Link in diesen Abschnitt bricht — lautlos und nur in dieser Sprache. Diese Website heftet an jede Überschrift den englischen Anker, und ein Test leitet die erwartete Liste von der englischen Seite ab.

Und der Website-Generator liefert Oberflächenübersetzungen für achtundsechzig Sprachen mit, worunter weder Suaheli noch Irisch fällt. Fehlt eine, fällt der Build nicht auf Englisch zurück; das Template-Include schlägt fehl und die Sprachausgabe lässt sich überhaupt nicht bauen. Zwei eigene Dateien dieses Repositorys existieren, um diese Lücke zu füllen.

Auch deine Werkzeuge haben Fehler¶

Der CI-Schritt, den diese Dokumentation zum Aufspüren veralteter Kataloge empfiehlt, pybabel update --check, kann diese Aufgabe für kein Projekt erfüllen, das pgettext oder npgettext verwendet. Auf Babel 2.18.0 meldet er jeden Katalog mit einem msgctxt bei jedem Lauf als veraltet. Der Vergleich läuft über Catalog.is_identical, das jede Nachricht unter dem Schlüssel nachschlägt, unter dem sie gespeichert ist — und bei einer kontextbehafteten Nachricht ist dieser Schlüssel das Paar (id, context), das Catalog.get nicht annimmt. Die Suche liefert nichts, und die Kataloge sind nie gleich:

>>> from babel.messages.catalog import Catalog
>>> c = Catalog(locale="ja")
>>> c.add("Guide", "ガイド", context="navigation")
<Message 'Guide' (flags: [])>
>>> c.is_identical(c)
False

Er wurde hier beim Versuch, ihn zu benutzen, gefunden, upstream gemeldet, und die Ersatzprüfung steht auf der Produktivbetrieb-Seite.

Die allgemeine Lehre ist die unbequeme: Eine Schranke, die immer rot ist, ist schlimmer als gar keine, weil ein Team sie abschaltet. Prüfe, dass deine CI-Prüfung tatsächlich bestehen kann, bevor du ihr zutraust, fehlzuschlagen.

Wofür die Bibliothek da ist, in einer Zeile¶

Das meiste auf dieser Seite ist Urteilsvermögen, das kein Werkzeug übernehmen kann. Was ein Werkzeug kann, ist zu garantieren, dass eine Übersetzung die Struktur des Satzes, den sie übersetzt, nicht verändern kann — keinen Wert weglassen, keinen erfinden, keinen umformatieren und nicht in deine Objekte greifen — und das in einem Satz zu sagen, mit dem die Person, die es beheben muss, etwas anfangen kann. Das ist alles, was diese Bibliothek verspricht, und der Rest dieser Website ist, wie sie es hält.