Τρέξαμε τους ελέγχους μετάφρασής μας σε 31.879 μεταφράσεις του Django. Το μισό από τους πρώτους συναγερμούς ήταν δικά μας λάθη.
Γλώσσες
Οι έλεγχοι μετάφρασής μας μεγάλωσαν πάνω σε μηχανικές μεταφράσεις: ό,τι γράφει το τοπικό μας μοντέλο για τις δικές μας ιστοσελίδες, απορριπτόμενο και ζητούμενο ξανά όταν λείπει ένα placeholder, ένας αριθμός ή ένα όνομα. Οι άνθρωποι μεταφράζουν διαφορετικά. Για να δούμε τι βγάζουν οι έλεγχοι από αυτό, τους τρέξαμε στα αρχεία .po που συνοδεύουν το Django 5.2, στις 39 από τις γλώσσες μας που έχει το Django: 31.879 μεταφρασμένες εγγραφές.
Η πρώτη εκτέλεση
Οι έλεγχοι εντόπισαν 1.031 εγγραφές και περίπου οι μισές από τις σημάνσεις ήταν λάθη των ίδιων των ελέγχων. Οι μεταφραστές αφήνουν τα «URL», «IPv4» και «%s KB» ως έχουν στα ιαπωνικά, ταϊλανδικά ή βουλγαρικά, κάτι που ο έλεγχος σεναρίου μας θεωρούσε ως αμετάφραστο αγγλικό κείμενο. Διατηρούν τα PostgreSQL, JSON και True μέσα σε μεταφρασμένες προτάσεις, γράφουν τις 6 μ.μ. ως 18.00, τις 6 π.μ. ως 06.00 και τον Φεβ. ως 2月, ενώ το «%(value).1f» δεν αναγνωριζόταν καν ως placeholder. Καθένα από αυτά γίνεται πλέον αποδεκτό: τα ονόματα, ο κώδικας και οι διαδρομές που αντιγράφονται από την πηγή δεν μετρούν εναντίον του σεναρίου, μια μεμονωμένη λέξη ή μονάδα που διατηρείται ως έχει γίνεται αποδεκτή, και οι ώρες, οι ετικέτες ημερολογίου, οι τακτικοί αριθμητικοί και τα κλάσματα γραμμένα με ψηφία θεωρούνται ως οι ίδιοι αριθμοί.
Μετά τις διορθώσεις, τα ίδια αρχεία δίνουν 475 σημειωμένες εγγραφές, 1,5%, και στις 576.120 μεταφράσεις σελίδων που δέχονται οι δικές μας ιστοσελίδες, οι έλεγχοι εξακολουθούν να μην σηκώνουν ψευδή συναγερμό.
Τι ήταν πραγματικά λάθος
- Επικεφαλίδες πληθυντικού που διαφωνούν με τις εγγραφές τους: τα αρχεία διαχείρισης των ισπανικών, γαλλικών, ιταλικών και πορτογαλικών δηλώνουν δύο μορφές πληθυντικού στην επικεφαλίδα τους και φέρουν τρεις σε κάθε εγγραφή πληθυντικού, ενώ το αρχείο των εβραϊκών δηλώνει τέσσερις και φέρει τρεις. Το GNU
msgfmt --checkσταματά στο ισπανικό με σφάλμα κρίσιμης σημασίας. 234 εγγραφές συνολικά. - Αγγλικά που έμειναν στη θέση τους: ταϊλανδέζικα "content type" και "log entry", ελληνικά "work factor", μια βουλγαρική μορφή πληθυντικού, 125 εγγραφές συνολικά.
- Ένα γράμμα από άλλη γραφή: ένα ταϊλανδέζικο γράμμα μέσα στην χμερ λέξη για τα «Ρωσικά».
- Κανόνες πληθυντικού που διαφέρουν από το CLDR: τα αρχεία των αρμενικών και των παντζάμπι βάζουν το 0 με τη μορφή πληθυντικού, το αρχείο των τουρκικών βάζει το 0 με τον ενικό, ενώ το CLDR το έχει αντίστροφα.
Τι μπορεί ακόμα να δεχτεί ένα άτομο
Ορισμένες σημαίες αποτελούν κρίσεις που οι έλεγχοι θα συνεχίζουν να λαμβάνουν. Ένας μεταφραστής που γράφει το "Past 7 days" ως "οι τελευταίες επτά ημέρες" με λέξεις δεν έχει κάνει λάθος, αλλά για τις μηχανικές μεταφράσεις ένας αλλαγμένος ή ελλείπων αριθμός είναι ακριβώς αυτό που εξυπηρετεί ο έλεγχος, γι' αυτό παραμένει αυστηρός και μπορεί να απενεργοποιηθεί με --no-numbers. Ένας όρος που μια ομάδα έχει αποφασίσει να κρατήσει στα Αγγλικά, όπως το "Flat Pages", επισημαίνεται μέχρι να εγκριθεί με --keep.
Τι άλλαξε για τις ιστοσελίδες μας
Ο έλεγχος που προστατεύει τις δικές μας ιστοσελίδες είχε τα ίδια τυφλά σημεία όσον αφορά τους αριθμούς. Με τις ίδιες διορθώσεις, δέχεται 3.379 μεταφράσεις από το αρχείο αρνήσεών του, όπως το "one-fifth" ως 1/5 στα Κορεάτικα και ημερομηνίες με το αρχικό μηδενικό, και κάθε μετάφραση που είχε δεχτεί πριν εξακολουθεί να περνά. Ένας κανόνας που χαλαρώσαμε υπερβολικά στη διαδρομή: μια ημέρα της εβδομάδας τώρα μετρά ως αριθμός μόνο σε μια σύντομη ετικέτα ημερολογίου ("Thursday" ως "Thứ 5" στα Βιετναμέζικα), αφού μια γραμμή στα Ορόμο στις μετρήσεις μας πέρασε μια λανθασμένη ημερομηνία.
Πού βρίσκεται
Οι έλεγχοι είναι δωρεάν στο translation-checks, το οποίο από την έκδοση 1.3 ελέγχει αυτόνομα ένα αρχείο .po, συμπεριλαμβανομένου του κανόνα Plural-Forms, και από την έκδοση 1.4 εκτελείται ως hook pre-commit στα αρχεία .po ενός έργου· οι κανόνες για 42 γλώσσες βρίσκονται στο σημείωμά μας για το gettext. Το Polyglot κάνει τη μετάφραση με το δικό σας μοντέλο και εκτελεί τους ίδιους ελέγχους σε κάθε συμβολοσειρά που γράφει.