gettext Plural-Forms untuk 42 bahasa, diperiksa angka demi angka terhadap CLDR
Bahasa
Entri plural gettext menyimpan bentuknya dalam slot bernomor, msgstr[0], msgstr[1], dan seterusnya, dan baris Plural-Forms di header file adalah formula C kecil yang memilih slot untuk sebuah angka. Untuk Polyglot 1.4.0, kami membutuhkan formula tersebut untuk semua 42 bahasa yang diterjemahkannya, dan setiap slot harus berisi bentuk yang diberikan oleh CLDR, data plural di balik Android, ICU, dan pemeriksaan kami sendiri, untuk angka yang sama. Berikut tabelnya, dan cara kami memeriksanya.
Header untuk setiap bahasa yang memiliki aturan jamak CLDR, serta pemeriksa untuk aturan Anda sendiri, tersedia di Plural-Forms untuk setiap bahasa.
Cara kami memeriksanya
- Seluruh bilangan bulat dari 0 hingga 10.000: gettext milik Python mengevaluasi setiap formula, dan slot yang dipilih harus berisi bentuk yang diberikan oleh data CLDR Babel 2.18 untuk angka tersebut. 41 bahasa cocok; Haitian Creole adalah satu-satunya pengecualian, dan itu disengaja (lihat di bawah).
- GNU msgfmt --check pada file dalam masing-masing dari 42 bahasa, dengan satu bentuk di setiap slot: tidak ada kesalahan.
- Run nyata: file gettext aplikasi contoh, diterjemahkan oleh model lokal kami ke dalam sembilan bahasa, masing-masing file dikompilasi dan dibaca kembali dengan gettext Python. Rusia menunjukkan "Пропущена 21 привычка" tetapi "Пропущено 22 привычки", Rumania "21 de obiceiuri" tetapi "101 obiceiuri", dan Arab memiliki keenam bentuknya di tempat yang tepat.
Di mana data lama berbeda
Kami pertama kali memeriksa terhadap Babel 2.10, yang membawa CLDR 41 dari tahun 2022. Tiga bahasa menghasilkan hasil yang berbeda, dan dalam setiap kasus, data yang lebih baru dan bahasa itu sendiri setuju dengan tabel:
- Rumania: CLDR 41 menempatkan 101 bersama 20 dan 100, yang menggunakan "de" ("100 de zile"); CLDR saat ini menempatkannya bersama 2 hingga 19, yang tidak menggunakan "de". Model kami menulis "101 obiceiuri ratate", tanpa "de".
- Ibrani: CLDR 41 masih memiliki bentuk "many" untuk 20, 30, 40, dan seterusnya. CLDR kemudian menghapusnya, sehingga Ibrani memiliki tiga slot: satu, dua, dan lainnya.
- Haitian Creole sama sekali tidak ada dalam data tersebut. CLDR saat ini memberinya dua bentuk, satu untuk 0 dan 1 dan lainnya untuk sisanya, tetapi kata benda Haitian tidak berubah untuk jumlah ("1 liv", "2 liv"), jadi kami mempertahankan satu slot, seperti yang dilakukan Polyglot dalam format lainnya.
Isi slot
- Rusia, Ukraina, dan Polandia memiliki tiga slot, dan yang ketiga adalah "many" dari CLDR (0, 5 hingga 20, 25…), bukan "other": "other" hanya untuk pecahan. "one" Polandia adalah 1 saja; 21 adalah "many".
- Ceko dan Slowakia: bentuk "many" mereka hanya untuk pecahan, sehingga slot ketiga adalah "other".
- Spanyol, Prancis, Italia dan Portugis memiliki bentuk "many" untuk jutaan yang tepat; dua slot gettext tidak dapat membedakannya, sehingga berbagi dengan "other".
- Prancis, Portugis, Persia, Armenia, Amharik, Kannada dan Punjabi menggunakan "one" juga untuk 0, sehingga
plural=(n > 1).
Tabel
| Bahasa | gettext | Plural-Forms | msgstr[0], [1]… |
|---|---|---|---|
| Amharik | am | nplurals=2; plural=(n > 1); | one, other |
| Arab | 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 |
| Tionghoa (Sederhana) | zh_CN | nplurals=1; plural=0; | other |
| Tionghoa (Tradisional) | zh_TW | nplurals=1; plural=0; | other |
| Ceko | cs | nplurals=3; plural=(n == 1) ? 0 : ((n >= 2 && n <= 4) ? 1 : 2); | one, few, other |
| Belanda | nl | nplurals=2; plural=(n != 1); | one, other |
| Filipina | fil | nplurals=2; plural=(n != 1 && n != 2 && n != 3 && (n % 10 == 4 || n % 10 == 6 || n % 10 == 9)); | one, other |
| Finlandia | fi | nplurals=2; plural=(n != 1); | one, other |
| Prancis | fr | nplurals=2; plural=(n > 1); | one, other |
| Jerman | de | nplurals=2; plural=(n != 1); | one, other |
| Yunani | el | nplurals=2; plural=(n != 1); | one, other |
| Kreol Haiti | ht | nplurals=1; plural=0; | other |
| Ibrani | he | nplurals=3; plural=(n == 1) ? 0 : ((n == 2) ? 1 : 2); | one, two, other |
| Hongaria | hu | nplurals=2; plural=(n != 1); | one, other |
| Indonesia | id | nplurals=1; plural=0; | other |
| Italia | it | nplurals=2; plural=(n != 1); | one, other |
| Jepang | 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 |
| Melayu | ms | nplurals=1; plural=0; | other |
| Norwegia 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 |
| Polandia | pl | nplurals=3; plural=(n == 1) ? 0 : ((n % 10 >= 2 && n % 10 <= 4 && (n % 100 < 12 || n % 100 > 14)) ? 1 : 2); | one, few, many |
| Portugis (Brasil) | pt_BR | nplurals=2; plural=(n > 1); | one, other |
| Punjabi | pa | nplurals=2; plural=(n > 1); | one, other |
| Rumania | ro | nplurals=3; plural=(n == 1) ? 0 : ((n == 0 || n % 100 >= 1 && n % 100 <= 19) ? 1 : 2); | one, few, other |
| Rusia | 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 |
| Gaelik Skotlandia | 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 (Sirilik) | 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 |
| Spanyol | es | nplurals=2; plural=(n != 1); | one, other |
| Swedia | sv | nplurals=2; plural=(n != 1); | one, other |
| Thai | th | nplurals=1; plural=0; | other |
| Turki | 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 |
Temuan dari eksekusi sebenarnya
Bentuk nol dan dua dalam bahasa Arab awalnya ditolak karena tidak menyertakan %(n)s. Bentuk untuk satu angka boleh tidak menyertakannya, dan bentuk dual dalam bahasa Arab sudah berarti "dua" secara mandiri, tetapi pemeriksaan kami hanya mengenal %d dan {count} sebagai penanda jumlah. Sekarang pemeriksaan tersebut juga mengenal %(n)s dan %(count)d dari Python, yang juga berarti bentuk "one" dalam bahasa Rusia tanpa angka akan ditolak, karena "one" dalam bahasa Rusia juga mencakup 21 dan 31. Pada eksekusi yang sama, model kami membaca terjemahannya untuk memeriksa makna, dan mendeteksi "Unsubscribe" dalam bahasa Ceko yang ditulis sebagai "log out".
Lokasi kode
Polyglot 1.4.0 menulis header ini ke setiap file .po yang dihasilkannya dan menempatkan setiap bentuk pada slotnya. Alasan mengapa bentuk yang digunakan untuk beberapa angka harus menampilkan angka tersebut dijelaskan dalam catatan sebelumnya, dan pemeriksaan itu sendiri tersedia gratis di translation-checks, yang sejak versi 1.3.0 juga membaca file .po yang sudah Anda miliki dan memberi tahu jika Plural-Forms-nya menempatkan angka dalam satu slot yang seharusnya memiliki bentuk berbeda menurut CLDR.