gettext-Plural-Forms für 42 Sprachen, einzeln gegen CLDR geprüft
Sprachen
Ein gettext-Plural-Eintrag speichert seine Formen in nummerierten Slots, msgstr[0], msgstr[1] usw., und die Plural-Forms-Zeile im Datei-Header ist eine kleine C-Formel, die den Slot für eine Zahl auswählt. Für Polyglot 1.4.0 benötigten wir diese Formel für alle 42 Sprachen, in die übersetzt wird, und jeder Slot musste die Form enthalten, die CLDR – die Plural-Daten hinter Android, ICU und unseren eigenen Prüfungen – für dieselben Zahlen vorgibt. Hier ist die Tabelle und wie wir sie geprüft haben.
Die Kopfzeile für jede Sprache, für die CLDR Pluralregeln hat, sowie ein Prüfer für Ihre eigenen Regeln finden Sie unter Plural-Forms für jede Sprache.
So haben wir geprüft
- Jede ganze Zahl von 0 bis 10.000: Pythons eigenes gettext hat jede Formel ausgewertet, und der gewählte Slot musste die Form enthalten, die Babel 2.18’s CLDR-Daten für diese Zahl liefern. 41 Sprachen stimmten überein; Haitianisches Kreolisch ist die einzige Ausnahme, und zwar eine bewusste (siehe unten).
- GNU msgfmt --check für eine Datei in jeder der 42 Sprachen, mit einer Form in jedem Slot: keine Fehler.
- Ein echter Durchlauf: Die gettext-Datei der Beispiel-App, von unserem lokalen Modell in neun Sprachen übersetzt, jede Datei kompiliert und mit Pythons gettext wieder eingelesen. Russisch zeigt „Пропущена 21 привычка“, aber „Пропущено 22 привычки“, Rumänisch „21 de obiceiuri“, aber „101 obiceiuri“, und Arabisch hat alle sechs seiner Formen an ihrem Platz.
Wo ältere Daten abwichen
Zuerst prüften wir gegen Babel 2.10, das CLDR 41 von 2022 enthält. Drei Sprachen wichen ab, und in jedem Fall stimmen die neueren Daten und die Sprache selbst mit der Tabelle überein:
- Rumänisch: CLDR 41 ordnet 101 den Zahlen 20 und 100 zu, die „de“ verwenden („100 de zile“); das aktuelle CLDR ordnet es den Zahlen 2 bis 19 zu, die kein „de“ verwenden. Unser Modell schrieb „101 obiceiuri ratate“, ohne „de“.
- Hebräisch: CLDR 41 hatte noch eine „many“-Form für 20, 30, 40 usw. Spätere CLDR-Versionen haben diese entfernt, daher hat Hebräisch drei Slots: one, two und other.
- Haitianisches Kreolisch war in diesen Daten gar nicht enthalten. Das aktuelle CLDR gibt zwei Formen vor, eine für 0 und 1 und eine für den Rest, aber haitianische Substantive ändern sich nicht nach Numerus („1 liv“, „2 liv“), daher behielten wir einen einzelnen Slot bei, wie Polyglot es in seinen anderen Formaten tut.
Was die Slots enthalten
- Russisch, Ukrainisch und Polnisch haben drei Slots, und der dritte ist CLDRs „many“ (0, 5 bis 20, 25 …), nicht „other“: „other“ ist nur für Bruchzahlen. Polnisch „one“ ist nur 1; 21 ist „many“.
- Tschechisch und Slowakisch: Ihr „many“ gilt nur für Bruchzahlen, daher ist der dritte Platz „other“.
- Spanisch, Französisch, Italienisch und Portugiesisch haben eine „many“-Form für exakte Millionen; die zwei Slots von gettext können sie nicht unterscheiden, daher teilen sie sich „other“.
- Französisch, Portugiesisch, Persisch, Armenisch, Amharisch, Kannada und Punjabi verwenden „one“ auch für 0, daher
plural=(n > 1).
Die Tabelle
| Sprache | gettext | Plural-Forms | msgstr[0], [1]… |
|---|---|---|---|
| Amharisch | am | nplurals=2; plural=(n > 1); | one, other |
| Arabisch | ar | nplurals=6; plural=(n == 0) ? 0 : ((n == 1) ? 1 : ((n == 2) ? 2 : ((n % 100 >= 3 && n % 100 <= 10) ? 3 : ((n % 100 >= 11) ? 4 : 5)))); | zero, one, two, few, many, other |
| Armenisch | hy | nplurals=2; plural=(n > 1); | one, other |
| Bulgarisch | bg | nplurals=2; plural=(n != 1); | one, other |
| Chinesisch (vereinfacht) | zh_CN | nplurals=1; plural=0; | other |
| Chinesisch (traditionell) | zh_TW | nplurals=1; plural=0; | other |
| Tschechisch | cs | nplurals=3; plural=(n == 1) ? 0 : ((n >= 2 && n <= 4) ? 1 : 2); | one, few, other |
| Niederländisch | nl | nplurals=2; plural=(n != 1); | one, other |
| Filipino | fil | nplurals=2; plural=(n != 1 && n != 2 && n != 3 && (n % 10 == 4 || n % 10 == 6 || n % 10 == 9)); | one, other |
| Finnisch | fi | nplurals=2; plural=(n != 1); | one, other |
| Französisch | fr | nplurals=2; plural=(n > 1); | one, other |
| Deutsch | de | nplurals=2; plural=(n != 1); | one, other |
| Griechisch | el | nplurals=2; plural=(n != 1); | one, other |
| Haitianisch-Kreolisch | ht | nplurals=1; plural=0; | other |
| Hebräisch | he | nplurals=3; plural=(n == 1) ? 0 : ((n == 2) ? 1 : 2); | one, two, other |
| Ungarisch | hu | nplurals=2; plural=(n != 1); | one, other |
| Indonesisch | id | nplurals=1; plural=0; | other |
| Italienisch | it | nplurals=2; plural=(n != 1); | one, other |
| Japanisch | ja | nplurals=1; plural=0; | other |
| Kannada | kn | nplurals=2; plural=(n > 1); | one, other |
| Khmer | km | nplurals=1; plural=0; | other |
| Koreanisch | ko | nplurals=1; plural=0; | other |
| Mazedonisch | mk | nplurals=2; plural=(n % 10 == 1 && n % 100 != 11) ? 0 : 1; | one, other |
| Malaiisch | ms | nplurals=1; plural=0; | other |
| Norwegisch (Bokmål) | nb | nplurals=2; plural=(n != 1); | one, other |
| Oromo | om | nplurals=2; plural=(n != 1); | one, other |
| Persisch | fa | nplurals=2; plural=(n > 1); | one, other |
| Polnisch | pl | nplurals=3; plural=(n == 1) ? 0 : ((n % 10 >= 2 && n % 10 <= 4 && (n % 100 < 12 || n % 100 > 14)) ? 1 : 2); | one, few, many |
| Portugiesisch (Brasilien) | pt_BR | nplurals=2; plural=(n > 1); | one, other |
| Punjabi | pa | nplurals=2; plural=(n > 1); | one, other |
| Rumänisch | ro | nplurals=3; plural=(n == 1) ? 0 : ((n == 0 || n % 100 >= 1 && n % 100 <= 19) ? 1 : 2); | one, few, other |
| Russisch | ru | nplurals=3; plural=(n % 10 == 1 && n % 100 != 11) ? 0 : ((n % 10 >= 2 && n % 10 <= 4 && (n % 100 < 12 || n % 100 > 14)) ? 1 : 2); | one, few, many |
| Schottisches Gälisch | gd | nplurals=4; plural=(n == 1 || n == 11) ? 0 : ((n == 2 || n == 12) ? 1 : ((n > 2 && n < 20) ? 2 : 3)); | one, two, few, other |
| Serbisch (Kyrillisch) | sr | nplurals=3; plural=(n % 10 == 1 && n % 100 != 11) ? 0 : ((n % 10 >= 2 && n % 10 <= 4 && (n % 100 < 12 || n % 100 > 14)) ? 1 : 2); | one, few, other |
| Slowakisch | sk | nplurals=3; plural=(n == 1) ? 0 : ((n >= 2 && n <= 4) ? 1 : 2); | one, few, other |
| Slowenisch | sl | nplurals=4; plural=(n % 100 == 1) ? 0 : ((n % 100 == 2) ? 1 : ((n % 100 == 3 || n % 100 == 4) ? 2 : 3)); | one, two, few, other |
| Spanisch | es | nplurals=2; plural=(n != 1); | one, other |
| Schwedisch | sv | nplurals=2; plural=(n != 1); | one, other |
| Thai | th | nplurals=1; plural=0; | other |
| Türkisch | tr | nplurals=2; plural=(n != 1); | one, other |
| Ukrainisch | uk | nplurals=3; plural=(n % 10 == 1 && n % 100 != 11) ? 0 : ((n % 10 >= 2 && n % 10 <= 4 && (n % 100 < 12 || n % 100 > 14)) ? 1 : 2); | one, few, many |
| Vietnamesisch | vi | nplurals=1; plural=0; | other |
Was der echte Durchlauf ergab
Die Null- und Zwei-Formen des Arabischen wurden zunächst abgelehnt, weil %(n)s fehlte. Eine Form für eine einzelne Zahl darf das weglassen, und die arabische Dual-Form sagt „zwei“ von sich aus, aber unsere Prüfung kannte nur %d und {count} als Zähler. Sie kennt nun auch Pythons %(n)s und %(count)d, was auch bedeutet, dass ein russisches „one“ ohne Zahl abgelehnt wird, da das russische „one“ auch 21 und 31 umfasst. Derselbe Durchlauf ließ unser Modell seine Übersetzungen auf Sinn prüfen, und es fiel auf, dass das tschechische „Unsubscribe“ als „log out“ geschrieben war.
Wo es liegt
Polyglot 1.4.0 schreibt diese Header in jede .po-Datei, die es erzeugt, und legt jede Form in ihr Fach. Warum eine Form, die für mehrere Zahlen verwendet wird, die Zahl anzeigen muss, steht in einer früheren Notiz, und die Prüfungen selbst sind kostenlos in translation-checks, das seit 1.3.0 auch eine vorhandene .po-Datei liest und anzeigt, wenn ihre Plural-Forms Zahlen in ein Fach legt, für das CLDR verschiedene Formen vorsieht.