Hemos ejecutado nuestras comprobaciones de traducción en 31.879 de las traducciones de Django. La mitad de las primeras alarmas eran nuestras.
Idiomas
Nuestras comprobaciones de traducción se desarrollaron sobre traducciones automáticas: lo que nuestro modelo local escribe para nuestros propios sitios, rechazado y solicitado de nuevo cuando falta un marcador de posición, un número o un nombre. Las personas traducen de forma distinta. Para ver qué hacen las comprobaciones con eso, las ejecutamos sobre los archivos .po que se incluyen con Django 5.2, en los 39 de nuestros idiomas que Django tiene: 31.879 entradas traducidas.
La primera ejecución
Las comprobaciones marcaron 1.031 entradas y aproximadamente la mitad de las marcas eran errores de las propias comprobaciones. Los traductores dejan "URL", "IPv4" y "%s KB" tal cual en japonés, tailandés o búlgaro, y nuestra comprobación de script los tomaba por inglés que había quedado sin traducir. Mantienen PostgreSQL, JSON y True dentro de una frase traducida, escriben 6 p.m. como 18.00, 6 a.m. como 06.00 y Feb. como 2月, y "%(value).1f" ni siquiera se reconocía como marcador de posición. Ahora se aceptan todos estos casos: los nombres, el código y las rutas copiados del original no penalizan al script, una sola palabra o unidad que se mantenga tal cual pasa, y las horas, las etiquetas de calendario, los ordinales y las fracciones escritos con dígitos se consideran los mismos números.
Tras las correcciones, los mismos archivos dan 475 entradas marcadas, un 1,5%, y en las 576.120 traducciones de páginas que nuestros propios sitios aceptan, las comprobaciones aún no generan falsas alarmas.
Lo que realmente estaba mal
- Encabezados de plural que no coinciden con sus entradas: los archivos de administración en español, francés, italiano y portugués declaran dos formas plurales en su encabezado y llevan tres en cada entrada plural, y el archivo en hebreo declara cuatro y lleva tres. GNU
msgfmt --checkse detiene en el español con un error fatal. 234 entradas en total. - Inglés dejado en su lugar: "content type" y "log entry" en tailandés, "work factor" en griego, una forma plural en búlgaro, 125 entradas en total.
- Una letra de otro alfabeto: una letra tailandesa dentro de la palabra jemer para "ruso".
- Reglas de plural que difieren de CLDR: los archivos en armenio y punyab ponen 0 con la forma plural, el archivo en turco pone 0 con la singular, donde CLDR lo tiene al revés.
Lo que una persona aún puede aceptar
Algunas banderas son decisiones de criterio que las comprobaciones seguirán tomando. Un traductor que escribe "Past 7 days" como "the past seven days" en palabras no ha cometido un error, pero para las traducciones automáticas un número cambiado o ausente es exactamente lo que la comprobación busca, por lo que se mantiene estricta y se puede desactivar con --no-numbers. Un término que un equipo ha decidido mantener en inglés, como "Flat Pages", se marca hasta que se aprueba con --keep.
Qué cambió para nuestros sitios
El comprobador que protege nuestros propios sitios tenía los mismos puntos ciegos con los números. Con las mismas correcciones, acepta 3.379 traducciones de su registro de rechazos, como "one-fifth" como 1/5 en coreano y fechas con su cero inicial, y todas las traducciones que había aceptado antes siguen pasando. Una regla que relajamos demasiado en el camino: un día de la semana ahora cuenta como número solo en una etiqueta de calendario corta ("Thursday" como "Thứ 5" en vietnamita), después de que una línea en oromo en nuestra medición dejara pasar una fecha incorrecta.
Dónde se encuentra
Las comprobaciones son gratuitas en translation-checks, que desde la versión 1.3 también revisa un archivo .po por su cuenta, incluida su regla Plural-Forms, y desde la 1.4 se ejecuta como un hook de pre-commit sobre los archivos .po de un proyecto; las reglas para 42 idiomas están en nuestra nota sobre gettext. Polyglot realiza la traducción con tu propio modelo y ejecuta las mismas comprobaciones en cada cadena que escribe.