Plural-Forms gettext pour 42 langues, vérifiées nombre par nombre contre CLDR
Langues
Une entrée de pluriel gettext conserve ses formes dans des emplacements numérotés, msgstr[0], msgstr[1] et ainsi de suite, et la ligne Plural-Forms dans l'en-tête du fichier est une petite formule en C qui sélectionne l'emplacement pour un nombre. Pour Polyglot 1.4.0, nous avions besoin de cette formule pour les 42 langues qu'il traduit, et chaque emplacement devait contenir la forme que CLDR, les données de pluriel derrière Android, ICU et nos propres vérifications, attribue aux mêmes nombres. Voici le tableau et la manière dont nous l'avons vérifié.
L’en-tête pour chaque langue dont CLDR définit les règles de pluriel, ainsi qu’un vérificateur pour les vôtres, se trouvent sur Plural-Forms pour chaque langue.
Comment nous l'avons vérifié
- Tous les nombres entiers de 0 à 10 000 : le gettext de Python évaluait chaque formule, et l'emplacement sélectionné devait contenir la forme que les données CLDR de Babel 2.18 attribuent à ce nombre. 41 langues correspondaient ; le créole haïtien est la seule exception, et elle est délibérée (voir ci-dessous).
- GNU msgfmt --check sur un fichier dans chacune des 42 langues, avec une forme dans chaque emplacement : aucune erreur.
- Une exécution réelle : le fichier gettext de l'application exemple, traduit par notre modèle local dans neuf langues, chaque fichier compilé et relu avec le gettext de Python. Le russe affiche « Пропущена 21 привычка » mais « Пропущено 22 привычки », le roumain « 21 de obiceiuri » mais « 101 obiceiuri », et l'arabe a ses six formes à leur place.
Là où les données plus anciennes divergeaient
Nous avons d'abord vérifié contre Babel 2.10, qui contient CLDR 41 de 2022. Trois langues donnaient des résultats différents, et dans chaque cas les données plus récentes et la langue elle-même concordent avec le tableau :
- Roumain : CLDR 41 classe 101 avec 20 et 100, qui prennent « de » (« 100 de zile ») ; le CLDR actuel le classe avec 2 à 19, qui ne le prennent pas. Notre modèle a écrit « 101 obiceiuri ratate », sans « de ».
- Hébreu : CLDR 41 avait encore une forme « many » pour 20, 30, 40, etc. Les versions ultérieures de CLDR l'ont supprimée, donc l'hébreu a trois emplacements : un, deux et other.
- Le créole haïtien n'était pas du tout dans ces données. Le CLDR actuel lui donne deux formes, une pour 0 et 1 et other pour le reste, mais les noms en créole haïtien ne varient pas en nombre (« 1 liv », « 2 liv »), nous avons donc conservé un seul emplacement, comme le fait Polyglot dans ses autres formats.
Ce que contiennent les emplacements
- Le russe, l'ukrainien et le polonais ont trois emplacements, et le troisième est le « many » de CLDR (0, 5 à 20, 25…), pas « other » : « other » est réservé aux fractions. Le « one » polonais est 1 seul ; 21 est « many ».
- Tchèque et slovaque : leur « many » est réservé aux fractions, donc le troisième emplacement est « other ».
- L'espagnol, le français, l'italien et le portugais ont une forme « many » pour les millions exacts ; les deux emplacements de gettext ne permettent pas de les distinguer, ils partagent donc « other ».
- Le français, le portugais, le persan, l'arménien, l'amharique, le kannada et le pendjabi utilisent « one » pour 0 également, d'où
plural=(n > 1).
Le tableau
| Langue | gettext | Plural-Forms | msgstr[0], [1]… |
|---|---|---|---|
| Amharique | am | nplurals=2; plural=(n > 1); | one, other |
| Arabe | 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 |
| Arménien | hy | nplurals=2; plural=(n > 1); | one, other |
| Bulgare | bg | nplurals=2; plural=(n != 1); | one, other |
| Chinois (simplifié) | zh_CN | nplurals=1; plural=0; | other |
| Chinois (traditionnel) | zh_TW | nplurals=1; plural=0; | other |
| Tchèque | cs | nplurals=3; plural=(n == 1) ? 0 : ((n >= 2 && n <= 4) ? 1 : 2); | one, few, other |
| Néerlandais | nl | nplurals=2; plural=(n != 1); | one, other |
| Philippin | fil | nplurals=2; plural=(n != 1 && n != 2 && n != 3 && (n % 10 == 4 || n % 10 == 6 || n % 10 == 9)); | one, other |
| Finnois | fi | nplurals=2; plural=(n != 1); | one, other |
| Français | fr | nplurals=2; plural=(n > 1); | one, other |
| Allemand | de | nplurals=2; plural=(n != 1); | one, other |
| Grec | el | nplurals=2; plural=(n != 1); | one, other |
| Créole haïtien | ht | nplurals=1; plural=0; | other |
| Hébreu | he | nplurals=3; plural=(n == 1) ? 0 : ((n == 2) ? 1 : 2); | one, two, other |
| Hongrois | hu | nplurals=2; plural=(n != 1); | one, other |
| Indonésien | id | nplurals=1; plural=0; | other |
| Italien | it | nplurals=2; plural=(n != 1); | one, other |
| Japonais | ja | nplurals=1; plural=0; | other |
| Kannada | kn | nplurals=2; plural=(n > 1); | one, other |
| Khmer | km | nplurals=1; plural=0; | other |
| Coréen | ko | nplurals=1; plural=0; | other |
| Macédonien | mk | nplurals=2; plural=(n % 10 == 1 && n % 100 != 11) ? 0 : 1; | one, other |
| Malais | ms | nplurals=1; plural=0; | other |
| Norvégien bokmål | nb | nplurals=2; plural=(n != 1); | one, other |
| Oromo | om | nplurals=2; plural=(n != 1); | one, other |
| Persan | fa | nplurals=2; plural=(n > 1); | one, other |
| Polonais | pl | nplurals=3; plural=(n == 1) ? 0 : ((n % 10 >= 2 && n % 10 <= 4 && (n % 100 < 12 || n % 100 > 14)) ? 1 : 2); | one, few, many |
| Portugais (Brésil) | pt_BR | nplurals=2; plural=(n > 1); | one, other |
| Pendjabi | pa | nplurals=2; plural=(n > 1); | one, other |
| Roumain | ro | nplurals=3; plural=(n == 1) ? 0 : ((n == 0 || n % 100 >= 1 && n % 100 <= 19) ? 1 : 2); | one, few, other |
| Russe | 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 |
| Gaélique écossais | gd | nplurals=4; plural=(n == 1 || n == 11) ? 0 : ((n == 2 || n == 12) ? 1 : ((n > 2 && n < 20) ? 2 : 3)); | one, two, few, other |
| Serbe (cyrillique) | 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 |
| Slovaque | sk | nplurals=3; plural=(n == 1) ? 0 : ((n >= 2 && n <= 4) ? 1 : 2); | one, few, other |
| Slovène | sl | nplurals=4; plural=(n % 100 == 1) ? 0 : ((n % 100 == 2) ? 1 : ((n % 100 == 3 || n % 100 == 4) ? 2 : 3)); | one, two, few, other |
| Espagnol | es | nplurals=2; plural=(n != 1); | one, other |
| Suédois | sv | nplurals=2; plural=(n != 1); | one, other |
| Thaï | th | nplurals=1; plural=0; | other |
| Turc | tr | nplurals=2; plural=(n != 1); | one, other |
| Ukrainien | 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 |
| Vietnamien | vi | nplurals=1; plural=0; | other |
Ce que l'exécution réelle a révélé
Les formes zéro et deux de l'arabe ont d'abord été refusées car elles omettaient %(n)s. Une forme pour un nombre unique peut l'omettre, et le duel arabe dit « deux » par lui-même, mais notre vérification ne reconnaissait que %d et {count} comme compteurs. Elle reconnaît désormais aussi %(n)s et %(count)d de Python, ce qui signifie également qu'un « one » russe sans le nombre est refusé, car le « one » russe correspond aussi à 21 et 31. Lors de la même exécution, notre modèle a lu ses traductions pour le sens, et il a détecté que « Unsubscribe » en tchèque était écrit comme « se déconnecter ».
Où cela se trouve
Polyglot 1.4.0 écrit ces en-têtes dans chaque fichier .po qu'il produit et place chaque forme dans son emplacement. Pourquoi une forme utilisée pour plusieurs nombres doit afficher le nombre est expliqué dans une note précédente, et les vérifications elles-mêmes sont gratuites dans translation-checks, qui, depuis la version 1.3.0, lit également un fichier .po que vous avez déjà et indique quand ses Plural-Forms mettent des nombres dans un seul emplacement alors que CLDR leur donne des formes différentes.