Plural-Forms gettext per 42 lingue, verificati numero per numero rispetto a CLDR
Lingue
Una voce plurale gettext conserva le sue forme in slot numerati, msgstr[0], msgstr[1] e così via, e la riga Plural-Forms nell'intestazione del file è una piccola formula in C che seleziona lo slot per un numero. Per Polyglot 1.4.0 ci serviva quella formula per tutte le 42 lingue in cui traduce, e ogni slot doveva contenere la forma che CLDR, i dati plurali alla base di Android, ICU e dei nostri controlli, assegna agli stessi numeri. Ecco la tabella e come l'abbiamo verificata.
L'intestazione per ogni lingua per cui CLDR ha regole di pluralizzazione, e un controllo per le tue, sono su Plural-Forms per ogni lingua.
Come l'abbiamo verificata
- Ogni numero intero da 0 a 10.000: il gettext di Python valutava ogni formula, e lo slot selezionato doveva contenere la forma che i dati CLDR di Babel 2.18 assegnano a quel numero. 41 lingue corrispondevano; il creolo haitiano è l'unica eccezione, e voluta (vedi sotto).
- GNU msgfmt --check su un file in ciascuna delle 42 lingue, con una forma in ogni slot: nessun errore.
- Un'esecuzione reale: il file gettext dell'app di esempio, tradotto dal nostro modello locale in nove lingue, ogni file compilato e riletto con il gettext di Python. Il russo mostra "Пропущена 21 привычка" ma "Пропущено 22 привычки", il rumeno "21 de obiceiuri" ma "101 obiceiuri", e l'arabo ha tutte le sue sei forme al posto giusto.
Dove i dati più vecchi divergevano
Abbiamo controllato prima contro Babel 2.10, che contiene CLDR 41 del 2022. Tre lingue risultavano diverse, e in ciascun caso i dati più recenti e la lingua stessa concordano con la tabella:
- Rumeno: CLDR 41 mette 101 con 20 e 100, che richiedono "de" ("100 de zile"); il CLDR attuale lo mette con 2-19, che non lo richiedono. Il nostro modello ha scritto "101 obiceiuri ratate", senza "de".
- Ebraico: CLDR 41 aveva ancora una forma "many" per 20, 30, 40 e così via. Le versioni successive di CLDR l'hanno rimossa, quindi l'ebraico ha tre slot: uno, due e other.
- Il creolo haitiano non era presente in quei dati. Il CLDR attuale gli assegna due forme, una per 0 e 1 e other per il resto, ma i nomi haitiani non cambiano per numero ("1 liv", "2 liv"), quindi abbiamo mantenuto un singolo slot, come fa Polyglot negli altri formati.
Cosa contengono gli slot
- Russo, ucraino e polacco hanno tre slot, e il terzo è il "many" di CLDR (0, 5-20, 25…), non "other": "other" è solo per le frazioni. Il "one" polacco è solo 1; 21 è "many".
- Ceco e slovacco: il loro "many" vale solo per le frazioni, quindi il terzo slot è "other".
- Spagnolo, francese, italiano e portoghese hanno una forma "many" per i milioni esatti; i due slot di gettext non riescono a distinguerla, quindi condividono "other".
- Francese, portoghese, persiano, armeno, amarico, kannada e punjabi usano "one" anche per 0, da cui
plural=(n > 1).
La tabella
| Lingua | gettext | Plural-Forms | msgstr[0], [1]… |
|---|---|---|---|
| Amarico | am | nplurals=2; plural=(n > 1); | one, other |
| Arabo | 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 |
| Armeno | hy | nplurals=2; plural=(n > 1); | one, other |
| Bulgaro | bg | nplurals=2; plural=(n != 1); | one, other |
| Cinese (semplificato) | zh_CN | nplurals=1; plural=0; | other |
| Cinese (tradizionale) | zh_TW | nplurals=1; plural=0; | other |
| Ceco | cs | nplurals=3; plural=(n == 1) ? 0 : ((n >= 2 && n <= 4) ? 1 : 2); | one, few, other |
| Olandese | nl | nplurals=2; plural=(n != 1); | one, other |
| Filippino | fil | nplurals=2; plural=(n != 1 && n != 2 && n != 3 && (n % 10 == 4 || n % 10 == 6 || n % 10 == 9)); | one, other |
| Finlandese | fi | nplurals=2; plural=(n != 1); | one, other |
| Francese | fr | nplurals=2; plural=(n > 1); | one, other |
| Tedesco | de | nplurals=2; plural=(n != 1); | one, other |
| Greco | el | nplurals=2; plural=(n != 1); | one, other |
| Creolo haitiano | ht | nplurals=1; plural=0; | other |
| Ebraico | he | nplurals=3; plural=(n == 1) ? 0 : ((n == 2) ? 1 : 2); | one, two, other |
| Ungherese | hu | nplurals=2; plural=(n != 1); | one, other |
| Indonesiano | id | nplurals=1; plural=0; | other |
| Italiano | it | nplurals=2; plural=(n != 1); | one, other |
| Giapponese | ja | nplurals=1; plural=0; | other |
| Kannada | kn | nplurals=2; plural=(n > 1); | one, other |
| Khmer | km | nplurals=1; plural=0; | other |
| Coreano | ko | nplurals=1; plural=0; | other |
| Macedone | mk | nplurals=2; plural=(n % 10 == 1 && n % 100 != 11) ? 0 : 1; | one, other |
| Malese | ms | nplurals=1; plural=0; | other |
| Norvegese bokmål | nb | nplurals=2; plural=(n != 1); | one, other |
| Oromo | om | nplurals=2; plural=(n != 1); | one, other |
| Persiano | fa | nplurals=2; plural=(n > 1); | one, other |
| Polacco | pl | nplurals=3; plural=(n == 1) ? 0 : ((n % 10 >= 2 && n % 10 <= 4 && (n % 100 < 12 || n % 100 > 14)) ? 1 : 2); | one, few, many |
| Portoghese (Brasile) | pt_BR | nplurals=2; plural=(n > 1); | one, other |
| Punjabi | pa | nplurals=2; plural=(n > 1); | one, other |
| Rumeno | ro | nplurals=3; plural=(n == 1) ? 0 : ((n == 0 || n % 100 >= 1 && n % 100 <= 19) ? 1 : 2); | one, few, other |
| Russo | 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 |
| Gaelico scozzese | gd | nplurals=4; plural=(n == 1 || n == 11) ? 0 : ((n == 2 || n == 12) ? 1 : ((n > 2 && n < 20) ? 2 : 3)); | one, two, few, other |
| Serbo (cirillico) | 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 |
| Slovacco | sk | nplurals=3; plural=(n == 1) ? 0 : ((n >= 2 && n <= 4) ? 1 : 2); | one, few, other |
| Sloveno | sl | nplurals=4; plural=(n % 100 == 1) ? 0 : ((n % 100 == 2) ? 1 : ((n % 100 == 3 || n % 100 == 4) ? 2 : 3)); | one, two, few, other |
| Spagnolo | es | nplurals=2; plural=(n != 1); | one, other |
| Svedese | sv | nplurals=2; plural=(n != 1); | one, other |
| Tailandese | th | nplurals=1; plural=0; | other |
| Turco | tr | nplurals=2; plural=(n != 1); | one, other |
| Ucraino | 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 |
| Vietnamita | vi | nplurals=1; plural=0; | other |
Cosa ha rilevato l'esecuzione reale
Le forme zero e due dell'arabo sono state inizialmente rifiutate perché omettevano %(n)s. Una forma per un singolo numero può ometterlo, e il duale arabo dice "due" da solo, ma il nostro controllo riconosceva solo %d e {count} come conteggio. Ora riconosce anche %(n)s e %(count)d di Python, il che significa che anche un "one" russo senza numero viene rifiutato, poiché il "one" russo vale anche per 21 e 31. Nella stessa esecuzione, il nostro modello ha letto le sue traduzioni per verificarne il significato e ha rilevato che "Unsubscribe" in ceco era scritto come "log out".
Dove si trova
Polyglot 1.4.0 scrive queste intestazioni in ogni file .po che produce e mette ogni forma nel suo slot. Perché una forma usata per più numeri debba mostrare il numero è spiegato in una nota precedente, e i controlli stessi sono gratuiti in translation-checks, che dalla versione 1.3.0 legge anche un file .po che hai già e ti dice quando le sue Plural-Forms mettono numeri in uno slot a cui CLDR assegna forme diverse.