Spąstai¶

Ši svetainė išversta į trisdešimt penkias kalbas, ir kiekvienas jos leidimas gimė sukant tą patį ciklą, kurio moko ši dokumentacija. Pagal pramonės mastelius tai nedidelis rinkinys, ir vis tiek jo pakako, kad įkliūtume į daugumą spąstų, dėl kurių i18n yra sunkiau, nei atrodo.

Kiekvienas žemiau esantis skyrius — tai kažkas, kas čia iš tikrųjų nepavyko: kaip tai atrodė tuo metu ir kur eina riba tarp to, ką biblioteka patikrina už jus, ir to, kas lieka jūsų nuožiūrai.

Kintamojo pervadinimas iš naujo verčia sakinį¶

msgid yra katalogo raktas, o interpoliuotas vardas yra jo viduje. Perkėlus vieną konstantą į modulio lygmenį ir užrašius ją didžiosiomis, kaip prašo Python stilius — author į AUTHOR — Copyright © 2026 {author} · MIT License virto pranešimu, kurio nė vienas katalogas nebuvo matęs. Kiekvienas tos eilutės vertimas būtų grįžęs per fuzzy ciklą, visomis kalbomis, dėl pervadinimo, kuris skaitytojui nepakeitė nieko.

Biblioteka jūsų nesustabdys: abi rašybos yra galiojantys vietaženklių vardai. Ką ji padaro — tai paverčia vardą vertu saugojimo: interpoliacija privalo būti paprastas vardas, tad katalogo rakte glūdi žodis, kurį vertėjas gali perskaityti, o ne išraiška.

Veidrodinis atvejis saugus jau pagal sandarą. Konversijos ir formato aprašai į msgid nepatenka, todėl {amount:,.2f} sugriežtinimas iki {amount:,.0f} nekeičia jokio rakto ir niekur nepanaikina jokio vertimo.

nplurals=2 nereiškia dviejų skirtingų eilučių¶

Turkų, vengrų, persų ir bengalų kalbos skelbia po dvi daugiskaitos formas, ir visose keturiose abi skaičiuojamo pranešimo formos teisėtai yra ta pati eilutė — daiktavardis po skaitvardžio lieka vienaskaitos, tad {n} sayfa tinka ir vienam puslapiui, ir dešimčiai. Peržiūrėtojas, „ištaisantis“ tą dvigubinimą, sulaužo vertimą.

Priešinga klaida ne mažiau lengva. Latvių trečioji forma skirta vien tik nuliui; slovėnų antroji yra dviskaita, lygiai dviem; rumunų paskutinei formai būtinas žodis de, kurio pirmosios dvi neturi turėti. Užpildžius tas vietas vienaskaita ir daugiskaita gaunamas katalogas, klaidingas tik tiems skaičiams, kurių niekas netikrina.

Blogiau — vietų tvarka nėra prasminė. Valų kalba savo penkias formas indeksuoja taip, kad msgstr[0] yra bendrasis atvejis, o msgstr[1] — vienaskaita. Užpildžius jas akivaizdžia seka, vienaskaita atsiduria ten, kur ją ras kiekvienas neskaičiuojamas pranešimas.

Biblioteka nieko iš viso to neprisiima, ir tai yra esmė: tikslinės kalbos daugiskaitos taisyklė gyvena jos pačios katalogo antraštėje, o sąjungos ir sankirtos taisyklė leidžia vertimui turėti daugiau formų nei pirminis tekstas arba mažiau. Ji tikrina vienintelį dalyką, kurį galima patikrinti nemokant kalbos — kad kiekviena forma išlaikytų jai reikalingus vietaženklius.

Dvi formos gali sutapti neatsitiktinai¶

Airių kalba turi penkias daugiskaitos formas, ir šios svetainės kūrimo ataskaitoje kelios jų rašomos vienodai. Tai ne kopijavimo apsirikimas: leathanach prasideda l, o nė viena iš pradinių mutacijų, kurias sukelia airiški skaitvardžiai, ties l nerašoma. Formos vis tiek dirba tikrą darbą — kamienas kaitaliojasi tarp leathanach ir leathanaigh, o skaičiai virš dešimties grįžta prie vienaskaitos — bet joks „puslapį“ reiškiantis daiktavardis to skirtumo neparodytų.

Bet kuri patikra, laikanti pasikartojančias formas įtartinomis, pažymės teisingą airių kalbą. Vienintelis šio dalyko recenzentas — žmogus, mokantis tą kalbą.

Pranešimas gali derėti tik su vienu skaičiumi¶

Šios svetainės kūrimo ataskaita nurodo, kiek puslapių atvaizduota ir kiek tai truko. Užrašius ją kaip „Rendered {n} pages in {seconds} seconds“, atrodo nekaltai, o išversti neįmanoma: gettext parenka vieną formą pagal vieną skaičių, ir tas skaičius yra n. Žodis seconds turėtų derėti su skaičiumi, kurio daugiskaitos mechanizmas niekada nemato.

Sprendimas — antrąjį dydį pateikti ne žodžiu, o mato vieneto simboliu; patys vienetų simboliai irgi lokalizuojami: šios svetainės kataloguose yra s, с, ث, שנ׳ ir mp, o prancūzų, ispanų ir švedų tipografija prieš simbolį nori tarpo, kurio anglų kalba nededa. Nieko iš to biblioteka netvarko — bet pastebėti, kad pranešimui reikia dviejų derinimų, jau taip, o vienintelis įrankis tam yra parašyti pranešimą kitaip.

Angliško sakinio taisymas taiso svetimą gramatiką¶

Pradiniame puslapyje anksčiau buvo parašyta „all ten language editions“. Pašalinus skaičių — vieno žodžio angliška pataisa, padaryta todėl, kad skaičius vis pasensdavo — daugiskaitinis veiksnys tapo vienaskaitinis. Ispanų, italų, portugalų, rusų, ukrainiečių, graikų, olandų ir hebrajų leidimams teko iš naujo derinti veiksmažodį; keliuose reikėjo pakeisti ir dalyvį.

Pirminio teksto pataisa, angliškai atrodanti menkutė, tolesnėje grandinėje menkutė nėra. Pažymėjimas fuzzy, kurį atlieka pybabel update, yra tas mechanizmas, kuris kiekvienam vertėjui suteikia progą tai pastebėti.

Nematomi skirtumai išgyvena bet kokį kopijavimą¶

Vadove cituojama diagnostika, kurioje yra (nаme) — sąmoninga kaitos seka, nes joje įvardytas rašmuo yra kirilicos а, kurios joks skaitytojas neatskirs nuo lotyniškos. Šios svetainės vertėjai tą seką pavertė tikruoju rašmeniu penkis atskirus kartus, penkiomis skirtingomis kalbomis, kaskart pagamindami puslapį, kuris atrodė teisingas ir buvo klaidingas.

Šitą biblioteka pagauna, ir būtent dėl to diagnostikos yra tokios formos, kokios yra: vietaženklis, kurio raidės maišo rašto sistemas, pranešamas dukart — kartą skaitomai, kartą ekranuotai — nes ekranuota forma yra vienintelis užrašymas, kuris juos atskiria. Nedalus tarpas riestiniuose skliaustuose dėl tos pačios priežasties spausdinamas kodo pozicija. Katalogo tikrintuvas pranešimą atmeta dar prieš jam išplaukiant pas naudotoją.

Netuščia nereiškia išversta¶

Katalogas, kurio karkasas sudarytas nukopijavus msgid į msgstr, praeina kiekvieną naivią patikrą: niekas nėra tuščia, niekas nepažymėta fuzzy, pranešimų aibė sutampa tiksliai. Vienas šios svetainės leidimas taip gyveno kelias valandas. Taip pat ir aštuoni kito leidimo puslapiai, buvę baitas į baitą tapačios angliško šaltinio kopijos — o tokie praeina ir patikrą, lyginančią jų kodo blokus, nes tai tas pats failas.

Nė vieno iš šių dalykų vertimo biblioteka matyti negali. Abu pigu patikrinti, tačiau ne reikalaujant, kad kiekvienas įrašas skirtųsi nuo savo šaltinio: OK, produktų vardai, asmenvardžiai, akronimai ir kodo identifikatoriai visi verčiasi patys į save, o patikra, tai draudžianti, klaidingai suveiks amžinai.

Verčiau matuokite dalį — viso katalogo ar viso puslapio mastu — ir siųskite išsišokėlius žmogui. Šios svetainės testas daro būtent tai: jis lygina kiekvieno leidimo prozos eilutes su anglišku šaltiniu ir nepraeina viršijus 25% sutampančių. Suklastotas leidimas siekė 87%; kiekvienas tikras vertimas telpa tarp 4% ir 8% — tai ta maža uodega eilučių, kurios sutampa teisėtai, pavyzdžiui, URL ir cituojama programos išvestis. Šios dvi visumos viena nuo kitos nutolusios pakankamai, kad slenkstis neturi būti tikslus.

Katalogas — ne vienintelis verčiamas dalykas¶

Dvi čia įvykusios nesėkmės su gettext neturėjo nieko bendra.

Išvertus antraštę, pasikeičia iš jos sugeneruotas inkaras, tad kiekviena nuoroda iš kito puslapio į tą skyrių nutrūksta — tyliai ir tik toje kalboje. Ši svetainė kiekvienoje antraštėje prisega anglišką inkarą, o testas laukiamą sąrašą išveda iš angliško puslapio.

O svetainės generatorius pateikia sąsajos vertimus šešiasdešimt aštuoniomis kalbomis, tarp kurių nėra nei suahilių, nei airių. Jo neturint, kūrimas nenusileidžia iki anglų kalbos: šablono įtraukimas nepavyksta ir leidimo apskritai sukurti neįmanoma. Būtent tai spragai užpildyti egzistuoja du šios saugyklos failai.

Jūsų įrankiai irgi turi klaidų¶

CI žingsnis, kurį ši dokumentacija rekomenduoja pasenusiems katalogams gaudyti, pybabel update --check, to darbo negali atlikti jokiam projektui, naudojančiam pgettext ar npgettext. Su Babel 2.18.0 jis kiekvieną katalogą su msgctxt kiekvieną kartą praneša kaip pasenusį. Palyginimas eina per Catalog.is_identical, kuris kiekvieno pranešimo ieško pagal tą raktą, su kuriuo jis saugomas — o kontekstinio pranešimo tas raktas yra pora (id, context), kurios Catalog.get nepriima. Paieška negrąžina nieko, ir katalogai niekada nesulygsta:

>>> 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

Ji rasta būtent čia, bandant tuo pasinaudoti, pranešta autoriams, o pakaitinė patikra yra produkcijos puslapyje.

Bendra pamoka nemaloni: visada raudoni vartai yra blogiau nei jokių vartų, nes komanda juos išjungia. Įsitikinkite, kad jūsų CI patikra iš tikrųjų gali būti praeita, prieš pasikliaudami tuo, kad ji jus sustabdys.

Kam skirta biblioteka, vienu sakiniu¶

Didžioji šio puslapio dalis yra nuožiūra, kurios joks įrankis neperims. Ką įrankis gali — tai užtikrinti, kad vertimas negalėtų pakeisti verčiamo sakinio sandaros: negalėtų numesti reikšmės, jos išgalvoti, performatuoti ar siekti į jūsų objektus — ir pasakyti tai sakiniu, pagal kurį taisyti turintis žmogus gali imtis veiksmų. Tai ir yra viskas, ką ši biblioteka žada, o visa likusi svetainė — kaip ji tą pažadą laiko.