gettext Plural-Forms para sa 42 wika, tinitingnan nang isa-isa laban sa CLDR
Mga wika
Ang isang entry para sa plural ng gettext ay nagpapanatili ng mga anyo nito sa mga numbered slot, msgstr[0], msgstr[1] at iba pa, at ang linyang Plural-Forms sa header ng file ay isang maliit na C formula na pumipili ng slot para sa isang numero. Para sa Polyglot 1.4.0, kailangan namin ang formula na iyon para sa lahat ng 42 wika na isinasalin nito, at bawat slot ay dapat na naglalaman ng anyong ibinibigay ng CLDR, ang plural data sa likod ng Android, ICU at ng aming mga sariling pagsusuri, para sa mga parehong numero. Narito ang talahanayan, at kung paano namin ito tinitingnan.
Ang header para sa bawat wikang may plural rules sa CLDR, at isang checker para sa sa iyo, ay nasa Plural-Forms para sa bawat wika.
Paano namin ito tinitingnan
- Bawat buong numero mula 0 hanggang 10,000: Tinataya ng sariling gettext ng Python ang bawat formula, at ang slot na pinili nito ay dapat na naglalaman ng anyong ibinibigay ng CLDR data ng Babel 2.18 para sa numerong iyon. 41 wika ang tumugma; ang Haitian Creole ang iisang exception, at isang sinadyang exception (sa ibaba).
- GNU msgfmt --check sa isang file sa bawat isa sa 42 wika, na may anyo sa bawat slot: walang mga error.
- Isang tunay na run: ang gettext file ng example app, isinalin ng aming local model sa siyam na wika, bawat file ay na-compile at binasa pabalik gamit ang gettext ng Python. Ipinapakita ng Russian ang "Пропущена 21 привычка" ngunit "Пропущено 22 привычки", ang Romanian ay "21 de obiceiuri" ngunit "101 obiceiuri", at ang Arabic ay may lahat ng anim nitong anyo sa kanilang mga tamang lugar.
Kung saan hindi sumasang-ayon ang mas lumang data
Una naming tinitingnan laban sa Babel 2.10, na nagdadala ng CLDR 41 mula 2022. Tatlong wika ang lumabas nang iba, at sa bawat isa, ang mas bagong data at ang wika mismo ay sumasang-ayon sa talahanayan:
- Romanian: Inilalagay ng CLDR 41 ang 101 kasama ang 20 at 100, na gumagamit ng "de" ("100 de zile"); ang kasalukuyang CLDR ay inilalagay ito kasama ang 2 hanggang 19, na hindi gumagamit nito. Isinulat ng aming model ang "101 obiceiuri ratate", nang walang "de".
- Hebrew: Mayroon pa ring "many" form ang CLDR 41 para sa 20, 30, 40 at iba pa. Tinanggal ito ng mas bagong CLDR, kaya ang Hebrew ay may tatlong slot: one, two at other.
- Hindi kasama ang Haitian Creole sa data na iyon. Binibigyan ng kasalukuyang CLDR ito ng dalawang anyo, one para sa 0 at 1 at other para sa iba, ngunit ang mga pangngalan sa Haitian ay hindi nagbabago para sa numero ("1 liv", "2 liv"), kaya pinanatili namin ang isang slot, gaya ng ginagawa ng Polyglot sa kanyang ibang formats.
Ang nilalaman ng mga slot
- Ang Russian, Ukrainian at Polish ay may tatlong slot, at ang pangatlo ay ang "many" ng CLDR (0, 5 hanggang 20, 25…), hindi ang "other": ang "other" ay para lamang sa mga fraction. Ang "one" ng Polish ay 1 lamang; ang 21 ay "many".
- Czech at Slovak: ang kanilang "many" ay para lamang sa mga fraction, kaya ang ikatlong slot ay "other".
- Ang Spanish, French, Italian at Portuguese ay may "many" form para sa eksaktong milyon; hindi mapagkakaiba ng dalawang slot ng gettext, kaya pinagsasama nito ang "other".
- Ang French, Portuguese, Persian, Armenian, Amharic, Kannada at Punjabi ay gumagamit ng "one" para sa 0 rin, kaya
plural=(n > 1).
Ang talahanayan
| Wika | gettext | Plural-Forms | msgstr[0], [1]… |
|---|---|---|---|
| Amharic | am | nplurals=2; plural=(n > 1); | one, other |
| Arabic | 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 |
| Armenian | hy | nplurals=2; plural=(n > 1); | one, other |
| Bulgarian | bg | nplurals=2; plural=(n != 1); | one, other |
| Tsino (Pinasimple) | zh_CN | nplurals=1; plural=0; | other |
| Tsino (Tradisyonal) | zh_TW | nplurals=1; plural=0; | other |
| Czech | cs | nplurals=3; plural=(n == 1) ? 0 : ((n >= 2 && n <= 4) ? 1 : 2); | one, few, other |
| Dutch | 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 |
| Finnish | fi | nplurals=2; plural=(n != 1); | one, other |
| Pranses | fr | nplurals=2; plural=(n > 1); | one, other |
| Aleman | de | nplurals=2; plural=(n != 1); | one, other |
| Griyego | el | nplurals=2; plural=(n != 1); | one, other |
| Creole ng Haiti | ht | nplurals=1; plural=0; | other |
| Hebreo | he | nplurals=3; plural=(n == 1) ? 0 : ((n == 2) ? 1 : 2); | one, two, other |
| Hungarian | hu | nplurals=2; plural=(n != 1); | one, other |
| Indonesian | id | nplurals=1; plural=0; | other |
| Italyano | it | nplurals=2; plural=(n != 1); | one, other |
| Japanese | ja | nplurals=1; plural=0; | other |
| Kannada | kn | nplurals=2; plural=(n > 1); | one, other |
| Khmer | km | nplurals=1; plural=0; | other |
| Korean | ko | nplurals=1; plural=0; | other |
| Macedonian | mk | nplurals=2; plural=(n % 10 == 1 && n % 100 != 11) ? 0 : 1; | one, other |
| Malay | ms | nplurals=1; plural=0; | other |
| Noruwego (Bokmål) | nb | nplurals=2; plural=(n != 1); | one, other |
| Oromo | om | nplurals=2; plural=(n != 1); | one, other |
| Persian | fa | nplurals=2; plural=(n > 1); | one, other |
| Polish | pl | nplurals=3; plural=(n == 1) ? 0 : ((n % 10 >= 2 && n % 10 <= 4 && (n % 100 < 12 || n % 100 > 14)) ? 1 : 2); | one, few, many |
| Portuges (Brazil) | pt_BR | nplurals=2; plural=(n > 1); | one, other |
| Punjabi | pa | nplurals=2; plural=(n > 1); | one, other |
| Romanian | ro | nplurals=3; plural=(n == 1) ? 0 : ((n == 0 || n % 100 >= 1 && n % 100 <= 19) ? 1 : 2); | one, few, other |
| Russian | 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 |
| Gaelic ng Scotland | gd | nplurals=4; plural=(n == 1 || n == 11) ? 0 : ((n == 2 || n == 12) ? 1 : ((n > 2 && n < 20) ? 2 : 3)); | one, two, few, other |
| Serbyo (Cyrillic) | 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 |
| Slovak | sk | nplurals=3; plural=(n == 1) ? 0 : ((n >= 2 && n <= 4) ? 1 : 2); | one, few, other |
| Slovenian | sl | nplurals=4; plural=(n % 100 == 1) ? 0 : ((n % 100 == 2) ? 1 : ((n % 100 == 3 || n % 100 == 4) ? 2 : 3)); | one, two, few, other |
| Spanish | es | nplurals=2; plural=(n != 1); | one, other |
| Swedish | sv | nplurals=2; plural=(n != 1); | one, other |
| Thai | th | nplurals=1; plural=0; | other |
| Turkish | tr | nplurals=2; plural=(n != 1); | one, other |
| Ukrainian | 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 |
| Vietnamese | vi | nplurals=1; plural=0; | other |
Ang natuklasan ng tunay na run
Ang zero at two forms ng Arabic ay una nang tinanggihan dahil hindi nila isinama ang %(n)s. Maaaring gawin ito ng isang form para sa isang numero, at ang Arabic dual ay nagsasabi ng "dalawa" nang mag-isa, ngunit ang aming check ay kilala lamang ang %d at {count} bilang bilang. Kilala na nito ang %(n)s at %(count)d ng Python, na nangangahulugang tinanggihan ang Russian "one" na walang numero, dahil ang Russian "one" ay 21 at 31 din. Sa parehong run, binasa ng aming model ang mga translation nito para sa kahulugan, at nahuli nito ang Czech "Unsubscribe" na isinulat bilang "log out".
Kung saan ito nakatira
Isinusulat ng Polyglot 1.4.0 ang mga header na ito sa bawat .po file na ginagawa nito at inilalagay ang bawat form sa tamang slot. Ang dahilan kung bakit kailangang ipakita ng isang form na ginagamit para sa maraming numero ang numero ay nasa isang naunang tala, at ang mga check mismo ay libre sa translation-checks, na simula 1.3.0 ay binabasa ang isang .po file na meron ka na at sinasabi kung kailan ang Plural-Forms nito ay naglalagay ng mga numero sa isang slot na binibigyan ng CLDR ng iba't ibang forms.