Abbiamo eseguito i nostri controlli di traduzione su 31.879 traduzioni di Django. Metà dei primi allarmi erano nostri.
Lingue
I nostri controlli di traduzione sono cresciuti sulle traduzioni automatiche: ciò che il nostro modello locale scrive per i nostri siti, rifiutato e richiesto di nuovo quando manca un segnaposto, un numero o un nome. Le persone traducono in modo diverso. Per vedere cosa ne pensano i controlli, li abbiamo eseguiti sui file .po inclusi con Django 5.2, nelle 39 delle nostre lingue disponibili in Django: 31.879 voci tradotte.
La prima esecuzione
I controlli hanno segnalato 1.031 voci e circa metà dei segnalati erano errori degli stessi controlli. I traduttori lasciano "URL", "IPv4" e "%s KB" invariati in giapponese, tailandese o bulgaro, cosa che il nostro script di controllo interpretava come inglese lasciato invariato. Mantengono PostgreSQL, JSON e True all'interno di una frase tradotta, scrivono le 18.00 per 6 p.m., le 06.00 per 6 a.m. e 2月 per Feb., e "%(value).1f" non veniva nemmeno riconosciuto come placeholder. Ognuno di questi casi è ora accettato: nomi, codice e percorsi copiati dalla sorgente non penalizzano lo script, una singola parola o unità lasciata invariata passa, e orari, etichette di calendario, ordinali e frazioni scritti in cifre contano come gli stessi numeri.
Dopo le correzioni, gli stessi file danno 475 voci segnalate, l'1,5%, e sulle 576.120 traduzioni di pagine che i nostri siti accettano, i controlli non sollevano ancora falsi allarmi.
Cosa c'era davvero di sbagliato
- Intestazioni plurali in disaccordo con le loro voci: i file di amministrazione spagnolo, francese, italiano e portoghese dichiarano due forme plurali nell'intestazione e ne contengono tre in ogni voce plurale, e il file ebraico ne dichiara quattro e ne contiene tre. GNU
msgfmt --checksi ferma su quello spagnolo con un errore fatale. 234 voci in tutto. - Inglese lasciato invariato: "content type" e "log entry" in tailandese, "work factor" in greco, una forma plurale in bulgaro, 125 voci in tutto.
- Una lettera di un altro alfabeto: una lettera tailandese dentro la parola khmer per "russo".
- Regole plurali diverse da CLDR: i file armeno e punjabi mettono 0 con la forma plurale, il file turco mette 0 con la singolare, mentre CLDR ha il contrario.
Cosa una persona potrebbe ancora accettare
Alcune segnalazioni sono scelte di giudizio che i controlli continueranno a fare. Un traduttore che scrive "Past 7 days" come "the past seven days" in lettere non ha commesso un errore, ma per le traduzioni automatiche un numero modificato o mancante è esattamente ciò che il controllo serve a rilevare, quindi resta rigoroso e può essere disattivato con --no-numbers. Un termine che un team ha deciso di mantenere in inglese, come "Flat Pages", viene segnalato finché non viene approvato con --keep.
Cosa è cambiato per i nostri siti
Il checker che fa da guardia ai nostri siti aveva le stesse lacune per i numeri. Con le stesse correzioni accetta 3.379 traduzioni dal suo registro dei rifiuti, come "one-fifth" come 1/5 in coreano e le date con lo zero iniziale, e ogni traduzione che aveva accettato in precedenza passa ancora. Una regola che abbiamo allentato troppo lungo la strada: un giorno della settimana ora conta come numero solo in un'etichetta di calendario breve ("Thursday" come "Thứ 5" in vietnamita), dopo che una riga in oromo nelle nostre misurazioni ha fatto passare una data errata.
Dove si trova
I controlli sono gratuiti in translation-checks, che dalla versione 1.3 controlla anche un file .po in autonomia, inclusa la sua regola Plural-Forms, e dalla 1.4 funziona come hook pre-commit sui file .po di un progetto; le regole per 42 lingue sono nella nostra nota gettext. Polyglot esegue le traduzioni con il tuo modello e ripete gli stessi controlli su ogni stringa che scrive.