gettext Plural-Forms 42 kielelle, tarkistettu numero numerolta CLDR:tä vasten
Kielet
gettext-monikollinen merkintä säilyttää muotonsa numeroitujen paikkojen, msgstr[0], msgstr[1] ja niin edelleen, sisällä, ja tiedoston otsikkorivillä oleva Plural-Forms-rivi on pieni C-kaava, joka valitsee paikan numerolle. Tarvitsimme Polyglot 1.4.0:aa varten tämän kaavan kaikkiin 42 kieleen, joille se kääntää, ja jokaisen paikan oli sisällettävä se muoto, jonka CLDR, Androidin, ICU:n ja omien tarkistustemme taustalla oleva monikollinen data, antaa samalle numerolle. Tässä on taulukko ja kuvaus siitä, miten tarkistimme sen.
Otsikko jokaiselle kielelle, jolle CLDR:ssä on monikkosäännöt, sekä tarkistin omia sääntöjäsi varten ovat sivulla Monikkomuodot jokaiselle kielelle.
Miten tarkistimme sen
- Jokainen kokonaisluku 0:sta 10 000:een: Pythonin oma gettext arvioi jokaisen kaavan, ja sen valitsemassa paikassa oli oltava se muoto, jonka Babel 2.18:n CLDR-data antaa kyseiselle numerolle. 41 kieltä täsmäsi; haitinkreoli on ainoa poikkeus, ja se on tarkoituksellinen (alla).
- GNU msgfmt --check kullekin 42:sta kielestä, jossa jokaisessa paikassa oli muoto: ei virheitä.
- Todellinen ajo: esimerkkisovelluksen gettext-tiedosto, jonka paikallinen mallimme käänsi yhdeksälle kielelle, käännettiin ja luettiin takaisin Pythonin gettextillä. Venäjäksi näkyy "Пропущена 21 привычка" mutta "Пропущено 22 привычки", romaniankielinen "21 de obiceiuri" mutta "101 obiceiuri", ja arabiassa on kaikki kuusi muotoa oikeilla paikoillaan.
Missä vanhempi data oli erimielinen
Tarkistimme ensin Babel 2.10:tä vasten, joka sisältää CLDR 41 -datan vuodelta 2022. Kolme kieltä poikkesi, ja kussakin tapauksessa uudempi data ja kieli itse ovat yhtä mieltä taulukon kanssa:
- Romania: CLDR 41 laittaa luvun 101 lukujen 20 ja 100 kanssa, jotka vaativat sanan "de" ("100 de zile"); nykyinen CLDR laittaa sen lukujen 2–19 kanssa, jotka eivät vaadi sitä. Mallimme kirjoitti "101 obiceiuri ratate", ilman sanaa "de".
- Heprea: CLDR 41:ssä oli vielä "many"-muoto luvuille 20, 30, 40 jne. Myöhempi CLDR poisti sen, joten hepreaksi on kolme paikkaa: yksi, kaksi ja muu.
- Haitinkreoli ei ollut lainkaan tuossa datassa. Nykyinen CLDR antaa sille kaksi muotoa, yhden luvuille 0 ja 1 ja toisen muille, mutta haitinkreolin substantiivit eivät taivu luvun mukaan ("1 liv", "2 liv"), joten pidimme yhden paikan, kuten Polyglot tekee muissa muodoissaan.
Mitä paikat sisältävät
- Venäjä, ukraina ja puola sisältävät kolme paikkaa, ja kolmas on CLDR:n "many" (0, 5–20, 25…), ei "other": "other" on vain murtoluvuille. Puolan "one" on vain luku 1; 21 on "many".
- Tšekki ja slovakki: niiden "many" on vain murtoluvuille, joten kolmas paikka on "other".
- Espanja, ranska, italia ja portugali käyttävät "many"-muotoa tarkkojen miljoonien kohdalla; gettextin kaksi paikkaa eivät erota sitä, joten se jakaa "other"-muodon.
- Ranska, portugali, persia, armenia, amhara, kannada ja punjabi käyttävät "one"-muotoa myös 0:lle, joten
plural=(n > 1).
Taulukko
| Kieli | gettext | Plural-Forms | msgstr[0], [1]… |
|---|---|---|---|
| Amhara | am | nplurals=2; plural=(n > 1); | one, other |
| Arabia | 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 |
| Armenia | hy | nplurals=2; plural=(n > 1); | one, other |
| Bulgaria | bg | nplurals=2; plural=(n != 1); | one, other |
| Kiina (yksinkertaistettu) | zh_CN | nplurals=1; plural=0; | other |
| Kiina (perinteinen) | zh_TW | nplurals=1; plural=0; | other |
| Tšekki | cs | nplurals=3; plural=(n == 1) ? 0 : ((n >= 2 && n <= 4) ? 1 : 2); | one, few, other |
| Hollanti | 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 |
| Suomi | fi | nplurals=2; plural=(n != 1); | one, other |
| Ranska | fr | nplurals=2; plural=(n > 1); | one, other |
| Saksa | de | nplurals=2; plural=(n != 1); | one, other |
| Kreikka | el | nplurals=2; plural=(n != 1); | one, other |
| Haitinkreoli | ht | nplurals=1; plural=0; | other |
| Heprea | he | nplurals=3; plural=(n == 1) ? 0 : ((n == 2) ? 1 : 2); | one, two, other |
| Unkari | hu | nplurals=2; plural=(n != 1); | one, other |
| Indonesia | id | nplurals=1; plural=0; | other |
| Italia | it | nplurals=2; plural=(n != 1); | one, other |
| Japani | ja | nplurals=1; plural=0; | other |
| Kannada | kn | nplurals=2; plural=(n > 1); | one, other |
| Khmer | km | nplurals=1; plural=0; | other |
| Korea | ko | nplurals=1; plural=0; | other |
| Makedonia | mk | nplurals=2; plural=(n % 10 == 1 && n % 100 != 11) ? 0 : 1; | one, other |
| Malaiji | ms | nplurals=1; plural=0; | other |
| Norjan bokmål | nb | nplurals=2; plural=(n != 1); | one, other |
| Oromo | om | nplurals=2; plural=(n != 1); | one, other |
| Persia | fa | nplurals=2; plural=(n > 1); | one, other |
| Puola | pl | nplurals=3; plural=(n == 1) ? 0 : ((n % 10 >= 2 && n % 10 <= 4 && (n % 100 < 12 || n % 100 > 14)) ? 1 : 2); | one, few, many |
| Portugali (Brasilia) | pt_BR | nplurals=2; plural=(n > 1); | one, other |
| Punjabi | pa | nplurals=2; plural=(n > 1); | one, other |
| Romania | ro | nplurals=3; plural=(n == 1) ? 0 : ((n == 0 || n % 100 >= 1 && n % 100 <= 19) ? 1 : 2); | one, few, other |
| Venäjä | 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 |
| Skotlannin gaeli | gd | nplurals=4; plural=(n == 1 || n == 11) ? 0 : ((n == 2 || n == 12) ? 1 : ((n > 2 && n < 20) ? 2 : 3)); | one, two, few, other |
| Serbia (kyrillinen) | 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 |
| Slovakia | sk | nplurals=3; plural=(n == 1) ? 0 : ((n >= 2 && n <= 4) ? 1 : 2); | one, few, other |
| Slovenia | sl | nplurals=4; plural=(n % 100 == 1) ? 0 : ((n % 100 == 2) ? 1 : ((n % 100 == 3 || n % 100 == 4) ? 2 : 3)); | one, two, few, other |
| Espanja | es | nplurals=2; plural=(n != 1); | one, other |
| Ruotsi | sv | nplurals=2; plural=(n != 1); | one, other |
| Thai | th | nplurals=1; plural=0; | other |
| Turkki | tr | nplurals=2; plural=(n != 1); | one, other |
| Ukraina | 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 |
| Vietnam | vi | nplurals=1; plural=0; | other |
Mitä varsinainen ajo löysi
Arabian nolla- ja kaksikkömuodot hylättiin aluksi, koska niistä puuttui %(n)s. Yhden luvun muoto voi jättää luvun pois, ja arabian kaksikko sanoo "kaksi" itsestään, mutta tarkistuksemme tunsi luvuksi vain %d ja {count}. Se tuntee nyt myös Pythonin %(n)s ja %(count)d, mikä tarkoittaa myös sitä, että venäjän "yksi" hylätään ilman lukua, koska venäjän "yksi" on myös 21 ja 31. Samassa ajossa mallimme luki käännöksensä merkityksen varalta, ja se havaitsi tšekinkielisen "Unsubscribe"-tekstin kirjoitetuksi "kirjaudu ulos".
Missä se on
Polyglot 1.4.0 kirjoittaa nämä otsikot jokaiseen tuottamaansa .po-tiedostoon ja laittaa kunkin muodon omalle paikalleen. Miksi usealle luvulle käytetyn muodon on näytettävä luku, kerrotaan aiemmassa huomautuksessa, ja tarkistukset itsessään ovat ilmaisia translation-checks-paketissa, joka lukee 1.3.0 versiosta lähtien myös sinulla jo olevan .po-tiedoston ja kertoo, milloin sen Plural-Forms laittaa lukuja yhteen lokeroon, jolle CLDR antaa eri muodot.