Pasti¶

To spletišče je prevedeno v petintrideset jezikov in vsak od njih je nastal s poganjanjem zanke, ki jo uči ta dokumentacija. Po merilih panoge je to majhen korpus, pa je vseeno zadostoval, da je zadel večino pasti, zaradi katerih je i18n težji, kot je videti.

Vsak razdelek spodaj je nekaj, kar je tu resnično šlo narobe, kakšno je bilo tedaj videti in kje poteka meja med tem, kaj knjižnica preveri namesto vas, in tem, kar še vedno terja človeško presojo.

Preimenovanje spremenljivke pošlje poved znova v prevod¶

Msgid je katalogni ključ, ime interpolacije pa je v njem. Premik ene konstante v modulski obseg in njeno zapisovanje z velikimi črkami, kakor zahteva pythonski slog — author v AUTHOR —, je Copyright © 2026 {author} · MIT License spremenil v sporočilo, ki ga ni videl še noben katalog. Vsak prevod te vrstice bi šel znova skozi cikel oznak fuzzy, v vsakem jeziku, in to zaradi preimenovanja, ki ni spremenilo ničesar, kar bi bralec lahko videl.

Knjižnica vas ne bo ustavila: oba zapisa sta veljavni imeni ograd. Kar pa naredi, je, da je ime vredno zaščititi — interpolacija mora biti preprosto ime, zato je tisto, kar je v katalognem ključu, beseda, ki jo prevajalec lahko prebere, in ne izraz.

Zrcalni primer je varen že po zgradbi. Pretvorbe in formatne specifikacije niso del msgida, zato zaostritev {amount:,.2f} v {amount:,.0f} ne spremeni nobenega ključa in nikjer ne razveljavi nobenega prevoda.

nplurals=2 ne pomeni dveh različnih nizov¶

Turščina, madžarščina, perzijščina in bengalščina vse napovejo dve množinski obliki in v vseh štirih sta obliki preštetega sporočila povsem upravičeno isti niz — samostalnik za števnikom ostane v ednini, zato je {n} sayfa pravilno za eno stran in za deset. Pregledovalec, ki to podvojitev »popravi«, prevod pokvari.

Nasprotna napaka je prav tako lahka. Tretja oblika latvijščine obstaja samo za nič; druga oblika slovenščine je dvojina, za natanko dve; zadnja oblika romunščine zahteva besedico de, ki je prvi dve ne smeta imeti. Če ta mesta zapolnite z ednino in množino, dobite katalog, ki je napačen le za števila, ki jih nihče ne testira.

Še huje, vrstni red mest ni pomenski. Valižanščina svojih pet oblik indeksira tako, da je msgstr[0] splošni primer in msgstr[1] ednina. Če jih izpolnite v zaporedju, ki se ponuja, postavite ednino tja, kjer jo bo našlo vsako neprešteto sporočilo.

Knjižnica si od tega ne vzame nič nase, in prav v tem je bistvo: množinsko pravilo ciljnega jezika živi v glavi njegovega lastnega kataloga, pravilo unije/preseka pa prevodu dovoli imeti več oblik od izvirnika ali manj. Preverja edino tisto, kar je brez znanja jezika sploh mogoče preveriti — da vsaka oblika ohrani ograde, ki jih potrebuje.

Dve obliki sta lahko enaki z razlogom¶

Irščina ima pet množinskih oblik in v poročilu o gradnji tega spletišča jih je več zapisanih enako. To ni spodrsljaj pri kopiranju: leathanach se začne na l, nobena od začetnih premen, ki jih sprožijo irski števniki, pa se na l ne zapiše. Oblike vseeno opravljajo pravo delo — koren se izmenjuje med leathanach in leathanaigh, števila nad deset pa se vrnejo k ednini —, a noben samostalnik s pomenom »stran« tega nasprotja ne bi pokazal.

Vsako preverjanje, ki podvojene oblike označi za sumljive, bo označilo pravilno irščino. Edini pregledovalec za to je človek, ki ta jezik zna.

Sporočilo se lahko ujema le z enim številom¶

Poročilo o gradnji tega spletišča pove, koliko strani je bilo izrisanih in koliko časa je to trajalo. Zapis »Rendered {n} pages in {seconds} seconds« je videti neškodljiv in se ne da prevesti: gettext izbere eno obliko po enem številu, in to število je n. Beseda seconds bi se morala ujemati s številom, ki ga množinsko strojevje nikoli ne vidi.

Popravek je, da drugo količino zapišete kot znak enote namesto kot besedo, znaki enot pa se sami lokalizirajo: katalogi tega spletišča nosijo s, с, ث, שנ׳ in mp, francoska, španska in švedska tipografija pa pred znakom hoče presledek tam, kjer ga angleščina nima. Nič od tega ni stvar knjižnice — opaziti, da sporočilo potrebuje dve ujemanji, pa je, in edino orodje za to je, da sporočilo napišete drugače.

Urejanje angleške povedi ureja tujo slovnico¶

Domača stran je nekoč govorila o »all ten language editions«. Odstranitev števila — enobesedni poseg v angleščino, opravljen zato, ker je število ves čas zastarevalo — je množinski osebek spremenila v ednino. Španščina, italijanščina, portugalščina, ruščina, ukrajinščina, grščina, nizozemščina in hebrejščina so morale vse znova uskladiti glagol; več jih je moralo spremeniti tudi deležnik.

Poseg v izvirnik, ki se v angleščini bere kot nepomemben, nižje po toku ni nepomemben. Označitev kot fuzzy, kar je natanko tisto, kar počne pybabel update, je mehanizem, ki vsakemu prevajalcu da priložnost, da to opazi.

Nevidne razlike preživijo vsako kopiranje¶

Vodnik navaja diagnostiko, ki vsebuje (nаme) — namerni ubežni zapis, ker je znak, ki ga poimenuje, cirilski а, ki ga noben bralec ne loči od latiničnega. Prevajalci tega spletišča so ta ubežni zapis petkrat, vsakič posebej, pretvorili v dejanski znak, v petih različnih jezikih, in vsakič je nastala stran, ki je bila videti pravilna in je bila napačna.

To knjižnica ujame in prav to je razlog, zakaj so diagnostike takšne, kot so: ograda, katere črke mešajo pisave, je javljena dvakrat, enkrat berljivo in enkrat ubežno zapisano, ker je ubežni zapis edina oblika, ki ju loči. Nedeljivi presledek znotraj oklepajev se iz istega razloga izpiše po kodni točki. Preverjevalnik katalogov sporočilo zavrne, preden lahko pride v izdajo.

Neprazno ni prevedeno¶

Katalog, postavljen tako, da so njegovi msgidi prepisani v msgstre, prestane vsako naivno preverjanje: nič ni prazno, nič ni fuzzy, množica sporočil se ujema natanko. Ena različica tega spletišča je bila v obtoku takšna več ur. Prav tako osem strani druge različice, ki so bile bajt za bajt kopije angleškega izvirnika — kar prestane preverjanje, ki med njima primerja bloke kode, saj gre za isto datoteko.

Ne prvega ne drugega prevajalska knjižnica ne more videti. Oboje je poceni preveriti, a ne tako, da bi od vsakega vnosa zahtevali razliko od izvirnika: OK, imena izdelkov, osebna imena, kratice in kodni identifikatorji se vsi prevedejo sami vase in preverjanje, ki to prepove, bo lažne prijave sprožalo večno.

Merite raje delež, čez cel katalog ali čez celo stran, izstopajoče primere pa pošljite človeku. Test tega spletišča počne natanko to — vrstice proze vsake različice primerja z angleškim izvirnikom in pade nad 25 % enakih. Ponarejena različica je bila pri 87 %; vsak pristen prevod je med 4 % in 8 %, kar je tisti majhen rep vrstic, ki se upravičeno ujemajo, na primer naslovi URL in navedeni izpisi programov. Populaciji sta dovolj narazen, da pragu ni treba biti natančen.

Katalog ni edina prevedena stvar¶

Dve tukajšnji odpovedi z gettextom nista imeli nič skupnega.

Prevod naslova spremeni sidro, ki se iz njega generira, zato se vsaka povezava z druge strani v ta razdelek pokvari — tiho in samo v tem jeziku. To spletišče na vsak naslov pripne angleško sidro, test pa pričakovani seznam izpelje iz angleške strani.

Generator spletišča pa dobavlja prevode vmesnika za oseminšestdeset jezikov, med katerimi ni ne svahilščine ne irščine. Brez njih se gradnja ne zateče k angleščini; vključitev predloge odpove in različice sploh ni mogoče zgraditi. Dve datoteki v tem repozitoriju obstajata prav zato, da to vrzel zapolnita.

Tudi vaša orodja imajo hrošče¶

Korak CI, ki ga ta dokumentacija priporoča za odkrivanje zastarelih katalogov, pybabel update --check, tega dela ne zmore za noben projekt, ki uporablja pgettext ali npgettext. Na Babelu 2.18.0 vsak katalog z msgctxt javi kot zastarel, ob vsakem teku. Primerjava teče skozi Catalog.is_identical, ki vsako sporočilo poišče po ključu, pod katerim je shranjeno — pri kontekstnem sporočilu pa je ta ključ par (id, context), ki ga Catalog.get ne sprejme. Iskanje ne vrne ničesar in kataloga se nikoli ne izenačita:

>>> 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

Odkrit je bil tu, ob poskusu njegove uporabe, prijavljen pri viru, nadomestno preverjanje pa je na strani o produkciji.

Splošni nauk je tisti neprijetni: zaščita, ki je vedno rdeča, je slabša od nobene zaščite, ker jo ekipa izklopi. Preverite, da vaše preverjanje v CI sploh lahko uspe, preden mu zaupate, da bo padlo.

Čemu je knjižnica namenjena, v eni vrstici¶

Večina te strani je presoja, ki je noben orodje ne more prevzeti. Kar orodje zmore, je jamčiti, da prevod ne more spremeniti zgradbe povedi, ki jo prevaja — ne more vrednosti izpustiti, si je izmisliti, je preoblikovati ali seči v vaše objekte — in da to zna povedati v povedi, po kateri se tisti, ki mora to popraviti, lahko ravna. To je vse, kar ta knjižnica obljublja, preostanek tega spletišča pa je o tem, kako to drži.