एक्सट्रैक्शन¶

एक्सट्रैक्शन वह चरण है जो आपके सोर्स कोड में मार्क किए गए हर संदेश को अनुवादकों के लिए एक .pot टेम्पलेट में इकट्ठा करता है — ट्यूटोरियल के लूप का चरण 3। यह पेज उस चरण का संदर्भ है: कॉन्फ़िगरेशन, अपने फ़ंक्शन नाम, सख़्त CI मोड, और वे जाँचें जो उसके बाद आपके कैटलॉग की रखवाली करती हैं।

एक्सट्रैक्शन को babel extra चाहिए:

python -m pip install "gettext-tstrings[babel]"

वर्कफ़्लो¶

babel.cfg बनाएँ:

[gettext_tstrings: **.py]
encoding = utf-8

फिर साधारण Babel कमांड चलाएँ:

pybabel extract -F babel.cfg -c "Translators:" -o locales/messages.pot .
pybabel init -i locales/messages.pot -d locales -l ja
pybabel compile -d locales

init प्रति भाषा एक बार चलता है; उसके बाद pybabel update हर ताज़ा टेम्पलेट को मौजूदा कैटलॉग में समाहित कर देता है। वह आवर्ती चक्र — और उसकी fuzzy एंट्रियाँ किसी रिलीज़ के लिए क्या अर्थ रखती हैं — इसकी सैर प्रोडक्शन में कराई गई है।

gettext_tstrings एक्सट्रैक्टर साधारण _(), gettext() और ngettext() कॉल भी सँभालता है, इसलिए एक mapping मिश्रित codebase को कवर करती है। यह _(), चार मानक gettext नाम, tr() / ntr() उपनाम, और deferred lazy_gettext() / lazy_pgettext() को पहचानता है।

अपने फ़ंक्शन नाम पंजीकृत करना¶

[gettext_tstrings: **.py]
tr_functions = tr translate
ntr_functions = ntr

[[mappings]]
method = "gettext_tstrings"
pattern = "**.py"
tr_functions = ["tr", "translate"]
ntr_functions = ["ntr"]

ini फ़ाइल एक स्ट्रिंग देती है, TOML mapping एक सूची, और स्ट्रिंग के भीतर नामों को whitespace या अल्पविराम अलग करते हैं। चारों वर्तनियाँ काम करती हैं।

विकल्प हैं: tr_functions, ntr_functions, gettext_functions, ngettext_functions, pgettext_functions और npgettext_functions।

स्थानीय रूप से उदार, CI में कठोर¶

डिफ़ॉल्ट रूप से एक ख़राब फ़ाइल पूरे रन का अंत नहीं करती:

• जिस t-string को एक्सट्रैक्टर अस्वीकार करता है — attribute पहुँच, कोई एक्सप्रेशन, ग़लत argument — वह चेतावनी के रूप में रिपोर्ट होकर छोड़ दिया जाता है।
• जो फ़ाइल parse नहीं होती, वह उसी तरह छोड़ दी जाती है।
• वैसी फ़ाइल भी, जिसे केवल tokenize नकारता है जबकि ast स्वीकार करता है — जिस पर Babel का अपना pass अन्यथा रुक जाता।

जब आप संपादन कर रहे हों तब यह सुविधाजनक है, और जब नहीं कर रहे हों तब ख़तरनाक: छोड़ा गया संदेश POT से बस अनुपस्थित रहता है, इसलिए उसका अनुवाद कभी नहीं होता और कोई यह बताता भी नहीं। जहाँ एक्सट्रैक्शन को कोई मनुष्य नहीं देख रहा, वहाँ mapping विकल्पों में strict = true रखें:

[gettext_tstrings: **.py]
encoding = utf-8
strict = true

[[mappings]]
method = "gettext_tstrings"
pattern = "**.py"
strict = true

तब ऊपर की हर चेतावनी कठोर विफलता बन जाती है। इसे production सेटिंग मानें और डिफ़ॉल्ट को स्थानीय।

आपका मौजूदा toolchain इन कैटलॉग को सत्यापित करता है¶

Babel हर एक्सट्रैक्ट किए गए संदेश पर एक मानक फ़्लैग लगाता है, और वही एक पंक्ति उन टूलों में placeholder जाँच सक्रिय करती है जिन्हें आप पहले से चलाते हैं:

#. gettext-tstrings
#: app.py:4
#, python-brace-format
msgid "Hello {name}"
msgstr ""

इसका अनुवाद こんにちは {nombre} कर दें, और ग़लती बिना किसी कॉन्फ़िगरेशन के पकड़ी जाती है:

$ msgfmt --check-format -o /dev/null locales/ja/LC_MESSAGES/messages.po
locales/ja/LC_MESSAGES/messages.po:25: a format specification for argument
'name' doesn't exist in 'msgstr'
msgfmt: found 1 fatal error

Weblate इसी जाँच को Python brace format के रूप में प्रलेखित करता है, और व्यावसायिक प्लेटफ़ॉर्मों की अपनी placeholder QA इसी फ़्लैग पर आधारित है। हर प्लेटफ़ॉर्म का व्यवहार उसका अपना है; नीचे के दो टूल ही यहाँ सत्यापित हैं।

उसके ऊपर, यह पैकेज एक Babel checker पंजीकृत करता है, जिससे pybabel compile gettext-tstrings मार्कर टिप्पणी वाले हर संदेश पर विनिर्देश के नियम लागू करता है:

$ pybabel compile -d locales -l ja
error: locales/ja/LC_MESSAGES/messages.po:24: translation does not match the
source placeholders: {name} is missing; {nombre} is not in the source message
1 errors encountered.

बहुवचन संदेश के लिए संकेतक रूप का नाम लेता है, क्योंकि Babel जो पंक्ति संख्या रिपोर्ट करता है वह msgid की है और रूसी ब्लॉक में उसके नीचे तीन msgstr होते हैं:

error: locales/ru/LC_MESSAGES/messages.po:31: msgstr[1]: translation does not
match the source placeholders: {n} is missing

दोनों जाँचें अनावश्यक दोहराव नहीं हैं। पैकेज का checker कम से कम दो मामलों में अधिक सख़्त है:

• जिस msgid में केवल escaped braces हों (Config {{raw}} only), उसे python-brace-format फ़्लैग कभी नहीं मिलता, इसलिए कोई बाहरी टूल उसे सत्यापित ही नहीं करता।
• बहुवचन रूप एक-एक करके जाँचे जाते हैं। msgfmt --check-format ठीक ऊपर वाली फ़ाइल पढ़कर 0 से बाहर निकलता है; जो रूप वह placeholder गिरा देता है जिसे उसके साथी रूप रखते हैं, वह वहाँ स्वीकार और यहाँ अस्वीकार होता है।

msgfmt केवल वही placeholder नाम जाँचता है जिन्हें वह Python brace format के रूप में parse कर सके, इसलिए ASCII नाम श्रृंखला के हर टूल को संदेश सत्यापित करने योग्य बनाए रखते हैं। लाइब्रेरी स्वयं कोई भी str.isidentifier() नाम स्वीकार करती है।

टेम्पलेट और अन्य टूल¶

t-strings Python सिंटैक्स हैं, इसलिए यह लाइब्रेरी Python सोर्स को कवर करती है। टेम्पलेट भाषाएँ अपनी i18n का उपयोग करती रहती हैं — Jinja2 का {% trans %}, Django के टेम्पलेट टैग — और उनके लिए Babel के एक्सट्रैक्टर। सब कुछ उसी PO कैटलॉग में जाता है, इसलिए एक अनुवाद वर्कफ़्लो मिश्रित codebase को अब भी कवर करता है।

pygettext आज t-strings parse नहीं कर सकता, इसीलिए एक्सट्रैक्शन Babel से होकर जाता है। परिपाटी विनिर्देश में लिखी हुई है ताकि कोई और एक्सट्रैक्टर, या भविष्य का pygettext, उसे लक्ष्य बना सके।