42 ಭಾಷೆಗಳಿಗಾಗಿ gettext Plural-Forms, CLDR ವಿರುದ್ಧ ಸಂಖ್ಯೆಗಳನ್ನು ಸಂಖ್ಯೆಗಳಂತೆ ಪರಿಶೀಲಿಸಲಾಗಿದೆ
ಭಾಷೆಗಳು
gettext plural entry ತನ್ನ forms ಗಳನ್ನು ಸಂಖ್ಯೆಯುಳ್ಳ slots ಗಳಲ್ಲಿ ಇರಿಸುತ್ತದೆ, msgstr[0], msgstr[1] ಮತ್ತು ಮುಂದೆ, ಮತ್ತು ಫೈಲ್ನ header ನಲ್ಲಿರುವ Plural-Forms ಸಾಲು ಒಂದು ಸಂಖ್ಯೆಗೆ slot ಅನ್ನು ಆಯ್ಕೆ ಮಾಡುವ ಸಣ್ಣ C formula ಆಗಿದೆ. Polyglot 1.4.0 ಗೆ ಅದು ಭಾಷಾಂತರಿಸುವ ಎಲ್ಲಾ 42 ಭಾಷೆಗಳಿಗೆ ಆ formula ಬೇಕಾಗಿತ್ತು, ಮತ್ತು ಪ್ರತಿ slot CLDR ನೀಡುವ form ಅನ್ನು ಹೊಂದಿರಬೇಕಾಗಿತ್ತು, Android, ICU ಮತ್ತು ನಮ್ಮ ಸ್ವಂತ ಪರಿಶೀಲನೆಗಳ ಹಿಂದಿನ plural data CLDR ಆಗಿದೆ. ಇಲ್ಲಿ ಟೇಬಲ್ ಇದೆ, ಮತ್ತು ಅದನ್ನು ನಾವು ಹೇಗೆ ಪರಿಶೀಲಿಸಿದ್ದು ಎಂಬುದು.
ಪ್ರತಿ ಭಾಷೆಗೂ CLDR ಬಹುವಚನ ನಿಯಮಗಳಿವೆ, ಮತ್ತು ನಿಮ್ಮದಕ್ಕಾಗಿ ಒಂದು ಪರಿಶೀಲಕವನ್ನು ಪ್ರತಿ ಭಾಷೆಗಾಗಿ Plural-Forms ನಲ್ಲಿ ಪಡೆಯಿರಿ.
ನಾವು ಅದನ್ನು ಹೇಗೆ ಪರಿಶೀಲಿಸಿದ್ದು
- 0 ರಿಂದ 10,000 ರವರೆಗಿನ ಪ್ರತಿ ಪೂರ್ಣಾಂಕ ಸಂಖ್ಯೆ: Python ನ ಸ್ವಂತ gettext ಪ್ರತಿ formula ಅನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡಿತು, ಮತ್ತು ಅದು ಆಯ್ಕೆ ಮಾಡಿದ slot ಆ ಸಂಖ್ಯೆಗೆ Babel 2.18 ರ CLDR data ನೀಡುವ form ಅನ್ನು ಹೊಂದಿರಬೇಕಾಗಿತ್ತು. 41 ಭಾಷೆಗಳು ಹೊಂದಿಕೆಯಾದವು; ಹೈಟಿಯನ್ ಕ್ರಿಯೋಲ್ ಒಂದೇ ಅಪವಾದ, ಮತ್ತು ಉದ್ದೇಶಪೂರ್ವಕವಾದದ್ದು (ಕೆಳಗೆ).
- GNU msgfmt --check 42 ಭಾಷೆಗಳಲ್ಲಿ ಪ್ರತಿಯೊಂದರ ಫೈಲ್ ಮೇಲೆ, ಪ್ರತಿ slot ನಲ್ಲಿ ಒಂದು form ಇರುವಂತೆ: ಯಾವುದೇ ದೋಷಗಳಿಲ್ಲ.
- ನಿಜವಾದ ರನ್: example app ನ gettext ಫೈಲ್, ನಮ್ಮ ಸ್ಥಳೀಯ model ನಿಂದ ಒಂಬತ್ತು ಭಾಷೆಗಳಿಗೆ ಭಾಷಾಂತರಿಸಲಾಗಿದೆ, ಪ್ರತಿ ಫೈಲ್ ಅನ್ನು Python ನ gettext ನಿಂದ ಕಂಪೈಲ್ ಮಾಡಿ ಮತ್ತೆ ಓದಲಾಗಿದೆ. ರಷ್ಯನ್ "Пропущена 21 привычка" ಎಂದು ತೋರಿಸುತ್ತದೆ ಆದರೆ "Пропущено 22 привычки", ರೊಮೇನಿಯನ್ "21 de obiceiuri" ಆದರೆ "101 obiceiuri", ಮತ್ತು ಅರಬ್ಬಿ ತನ್ನ ಎಲ್ಲಾ ಆರು forms ಗಳನ್ನು ಅವುಗಳ ಸ್ಥಳಗಳಲ್ಲಿ ಹೊಂದಿದೆ.
ಹಳೆಯ data ಎಲ್ಲಿ ಭಿನ್ನವಾಗಿತ್ತು
ನಾವು ಮೊದಲು Babel 2.10 ವಿರುದ್ಧ ಪರಿಶೀಲಿಸಿದೆವು, ಅದು 2022 ರ CLDR 41 ಅನ್ನು ಹೊಂದಿದೆ. ಮೂರು ಭಾಷೆಗಳು ಭಿನ್ನವಾಗಿ ಬಂದವು, ಮತ್ತು ಪ್ರತಿಯೊಂದರಲ್ಲಿ ಹೊಸ data ಮತ್ತು ಭಾಷೆಯೇ ಟೇಬಲ್ ಜೊತೆ ಒಪ್ಪುತ್ತವೆ:
- ರೊಮೇನಿಯನ್: CLDR 41 101 ಅನ್ನು 20 ಮತ್ತು 100 ಜೊತೆ ಇಡುತ್ತದೆ, ಅವು "de" ತೆಗೆದುಕೊಳ್ಳುತ್ತವೆ ("100 de zile"); ಪ್ರಸ್ತುತ CLDR ಅದನ್ನು 2 ರಿಂದ 19 ಜೊತೆ ಇಡುತ್ತದೆ, ಅವು ತೆಗೆದುಕೊಳ್ಳುವುದಿಲ್ಲ. ನಮ್ಮ model "101 obiceiuri ratate" ಎಂದು ಬರೆದಿತು, "de" ಇಲ್ಲದೆ.
- ಹೀಬ್ರೂ: CLDR 41 ಇನ್ನೂ 20, 30, 40 ಮತ್ತು ಹೀಗೆ "many" form ಅನ್ನು ಹೊಂದಿತ್ತು. ನಂತರದ CLDR ಅದನ್ನು ತೆಗೆದುಹಾಕಿತು, ಆದ್ದರಿಂದ ಹೀಬ್ರೂಗೆ ಮೂರು slots ಇವೆ: ಒಂದು, ಎರಡು ಮತ್ತು ಇತರೆ.
- ಹೈಟಿಯನ್ ಕ್ರಿಯೋಲ್ ಆ data ನಲ್ಲಿ ಇದ್ದದೇ ಇಲ್ಲ. ಪ್ರಸ್ತುತ CLDR ಅದಕ್ಕೆ ಎರಡು forms ನೀಡುತ್ತದೆ, 0 ಮತ್ತು 1 ಗೆ ಒಂದು ಮತ್ತು ಉಳಿದವುಗಳಿಗೆ ಇತರೆ, ಆದರೆ ಹೈಟಿಯನ್ nouns ಸಂಖ್ಯೆಗಾಗಿ ಬದಲಾಗುವುದಿಲ್ಲ ("1 liv", "2 liv"), ಆದ್ದರಿಂದ ನಾವು ಒಂದೇ slot ಅನ್ನು ಇಟ್ಟಿದ್ದೇವೆ, Polyglot ತನ್ನ ಇತರ formats ಗಳಲ್ಲಿ ಮಾಡುವಂತೆ.
Slots ಏನನ್ನು ಹೊಂದಿವೆ
- ರಷ್ಯನ್, ಉಕ್ರೇನಿಯನ್ ಮತ್ತು ಪೋಲಿಷ್ ಗೆ ಮೂರು slots ಇವೆ, ಮತ್ತು ಮೂರನೆಯದು CLDR ನ "many" (0, 5 ರಿಂದ 20, 25…), "other" ಅಲ್ಲ: "other" ಭಿನ್ನರಾಶಿಗಳಿಗೆ ಮಾತ್ರ. ಪೋಲಿಷ್ "one" ಎಂದರೆ 1 ಮಾತ್ರ; 21 ಎಂದರೆ "many".
- ಚೆಕ್ ಮತ್ತು ಸ್ಲೋವಾಕ್: ಅವುಗಳ "many" ರೂಪವು ಭಿನ್ನರಾಶಿಗಳಿಗೆ ಮಾತ್ರ ಇರುತ್ತದೆ, ಆದ್ದರಿಂದ ಮೂರನೇ ಸ್ಲಾಟ್ "other" ಆಗಿರುತ್ತದೆ.
- ಸ್ಪ್ಯಾನಿಷ್, ಫ್ರೆಂಚ್, ಇಟಾಲಿಯನ್ ಮತ್ತು ಪೋರ್ಚುಗೀಸ್ ಭಾಷೆಗಳಲ್ಲಿ ನಿಖರವಾದ ದಶಲಕ್ಷಗಳಿಗೆ "many" ರೂಪವಿದೆ; gettext ನ ಎರಡು ಸ್ಲಾಟ್ಗಳು ಇದನ್ನು ಪ್ರತ್ಯೇಕಿಸಲು ಸಾಧ್ಯವಾಗದ ಕಾರಣ, ಅದು "other" ಅನ್ನು ಹಂಚಿಕೊಳ್ಳುತ್ತದೆ.
- ಫ್ರೆಂಚ್, ಪೋರ್ಚುಗೀಸ್, ಪರ್ಷಿಯನ್, ಆರ್ಮೇನಿಯನ್, ಅಮ್ಹಾರಿಕ್, ಕನ್ನಡ ಮತ್ತು ಪಂಜಾಬಿ 0 ಕ್ಕೂ "one" ಬಳಸುತ್ತವೆ, ಆದ್ದರಿಂದ
plural=(n > 1).
ಕೋಷ್ಟಕ
| ಭಾಷೆ | gettext | ಬಹುವಚನ ರೂಪಗಳು | msgstr[0], [1]… |
|---|---|---|---|
| ಅಮ್ಹಾರಿಕ್ | am | nplurals=2; plural=(n > 1); | one, other |
| ಅರೇಬಿಕ್ | 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 |
| ಆರ್ಮೇನಿಯನ್ | hy | nplurals=2; plural=(n > 1); | one, other |
| ಬಲ್ಗೇರಿಯನ್ | bg | nplurals=2; plural=(n != 1); | one, other |
| ಚೈನೀಸ್ (ಸರಳೀಕೃತ) | zh_CN | nplurals=1; plural=0; | other |
| ಚೈನೀಸ್ (ಪರಂಪರಾಗತ) | zh_TW | nplurals=1; plural=0; | other |
| ಚೆಕ್ | cs | nplurals=3; plural=(n == 1) ? 0 : ((n >= 2 && n <= 4) ? 1 : 2); | one, few, other |
| ಡಚ್ | nl | nplurals=2; plural=(n != 1); | one, other |
| ಫಿಲಿಪಿನೋ | fil | nplurals=2; plural=(n != 1 && n != 2 && n != 3 && (n % 10 == 4 || n % 10 == 6 || n % 10 == 9)); | one, other |
| ಫಿನ್ನಿಷ್ | fi | nplurals=2; plural=(n != 1); | one, other |
| ಫ್ರೆಂಚ್ | fr | nplurals=2; plural=(n > 1); | one, other |
| ಜರ್ಮನ್ | de | nplurals=2; plural=(n != 1); | one, other |
| ಗ್ರೀಕ್ | el | nplurals=2; plural=(n != 1); | one, other |
| ಹೈತಿಯನ್ ಕ್ರಿಯೋಲ್ | ht | nplurals=1; plural=0; | other |
| ಹೀಬ್ರೂ | he | nplurals=3; plural=(n == 1) ? 0 : ((n == 2) ? 1 : 2); | one, two, other |
| ಹಂಗೇರಿಯನ್ | hu | nplurals=2; plural=(n != 1); | one, other |
| ಇಂಡೋನೇಷಿಯನ್ | id | nplurals=1; plural=0; | other |
| ಇಟಾಲಿಯನ್ | it | nplurals=2; plural=(n != 1); | one, other |
| ಜಪಾನೀಸ್ | ja | nplurals=1; plural=0; | other |
| ಕನ್ನಡ | kn | nplurals=2; plural=(n > 1); | one, other |
| ಖ್ಮೇರ್ | km | nplurals=1; plural=0; | other |
| ಕೊರಿಯನ್ | ko | nplurals=1; plural=0; | other |
| ಮೆಸೆಡೋನಿಯನ್ | mk | nplurals=2; plural=(n % 10 == 1 && n % 100 != 11) ? 0 : 1; | one, other |
| ಮಲಯ್ | ms | nplurals=1; plural=0; | other |
| ನಾರ್ವೇಜಿಯನ್ ಬೋಕ್ಮಾಲ್ | nb | nplurals=2; plural=(n != 1); | one, other |
| ಒರೊಮೋ | om | nplurals=2; plural=(n != 1); | one, other |
| ಪರ್ಶಿಯನ್ | fa | nplurals=2; plural=(n > 1); | one, other |
| ಪೋಲಿಷ್ | pl | nplurals=3; plural=(n == 1) ? 0 : ((n % 10 >= 2 && n % 10 <= 4 && (n % 100 < 12 || n % 100 > 14)) ? 1 : 2); | one, few, many |
| ಪೋರ್ಚುಗೀಸ್ (ಬ್ರೆಜಿಲ್) | pt_BR | nplurals=2; plural=(n > 1); | one, other |
| ಪಂಜಾಬಿ | pa | nplurals=2; plural=(n > 1); | one, other |
| ರೊಮೇನಿಯನ್ | ro | nplurals=3; plural=(n == 1) ? 0 : ((n == 0 || n % 100 >= 1 && n % 100 <= 19) ? 1 : 2); | one, few, other |
| ರಷ್ಯನ್ | 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 |
| ಸ್ಕಾಟಿಷ್ ಗೇಲಿಕ್ | gd | nplurals=4; plural=(n == 1 || n == 11) ? 0 : ((n == 2 || n == 12) ? 1 : ((n > 2 && n < 20) ? 2 : 3)); | one, two, few, other |
| ಸರ್ಬಿಯನ್ (ಸಿರಿಲಿಕ್) | 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 |
| ಸ್ಲೋವಾಕ್ | sk | nplurals=3; plural=(n == 1) ? 0 : ((n >= 2 && n <= 4) ? 1 : 2); | one, few, other |
| ಸ್ಲೋವೇನಿಯನ್ | sl | nplurals=4; plural=(n % 100 == 1) ? 0 : ((n % 100 == 2) ? 1 : ((n % 100 == 3 || n % 100 == 4) ? 2 : 3)); | one, two, few, other |
| ಸ್ಪ್ಯಾನಿಷ್ | es | nplurals=2; plural=(n != 1); | one, other |
| ಸ್ವೀಡಿಷ್ | sv | nplurals=2; plural=(n != 1); | one, other |
| ಥಾಯ್ | th | nplurals=1; plural=0; | other |
| ಟರ್ಕಿಷ್ | tr | nplurals=2; plural=(n != 1); | one, other |
| ಉಕ್ರೇನಿಯನ್ | 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 |
| ವಿಯೆಟ್ನಾಮೀಸ್ | vi | nplurals=1; plural=0; | other |
ನೈಜ ರನ್ ಕಂಡುಹಿಡಿದದ್ದು
ಅರೇಬಿಕ್ನ ಶೂನ್ಯ ಮತ್ತು ಎರಡು ರೂಪಗಳು ಆರಂಭದಲ್ಲಿ %(n)s ಅನ್ನು ಬಿಟ್ಟುಬಿಟ್ಟಿದ್ದಕ್ಕಾಗಿ ತಿರಸ್ಕರಿಸಲ್ಪಟ್ಟವು. ಒಂದೇ ಸಂಖ್ಯೆಗಾಗಿರುವ ರೂಪವು ಅದನ್ನು ಬಿಟ್ಟುಬಿಡಬಹುದು, ಮತ್ತು ಅರೇಬಿಕ್ ದ್ವಿವಚನವು ತಾನೇ "ಎರಡು" ಎಂದು ಹೇಳುತ್ತದೆ, ಆದರೆ ನಮ್ಮ ಪರಿಶೀಲನೆಯು ಸಂಖ್ಯೆಗಾಗಿ ಕೇವಲ %d ಮತ್ತು {count} ಅನ್ನು ಮಾತ್ರ ತಿಳಿದಿತ್ತು. ಇದು ಈಗ Python ನ %(n)s ಮತ್ತು %(count)d ಅನ್ನೂ ತಿಳಿದಿದೆ, ಇದರರ್ಥ ಸಂಖ್ಯೆ ಇಲ್ಲದ ರಷ್ಯನ್ "one" ಅನ್ನು ತಿರಸ್ಕರಿಸಲಾಗುತ್ತದೆ, ಏಕೆಂದರೆ ರಷ್ಯನ್ "one" ಎಂದರೆ 21 ಮತ್ತು 31 ಕೂಡ ಆಗಿರುತ್ತದೆ. ಅದೇ ರನ್ನಲ್ಲಿ ನಮ್ಮ ಮಾದರಿಯು ಅರ್ಥಕ್ಕಾಗಿ ಅನುವಾದಗಳನ್ನು ಓದಿತು, ಮತ್ತು ಅದು "Unsubscribe" ಅನ್ನು "log out" ಎಂದು ಬರೆದಿದ್ದ ಚೆಕ್ ಅನುವಾದವನ್ನು ಪತ್ತೆಹಚ್ಚಿತು.
ಇದು ಎಲ್ಲಿ ಇದೆ
Polyglot 1.4.0 ತಾನು ಉತ್ಪಾದಿಸುವ ಪ್ರತಿ .po ಫೈಲ್ಗೆ ಈ ಹೆಡರ್ಗಳನ್ನು ಬರೆಯುತ್ತದೆ ಮತ್ತು ಪ್ರತಿ ರೂಪವನ್ನು ಅದರ ಸ್ಲಾಟ್ನಲ್ಲಿ ಇಡುತ್ತದೆ. ಹಲವಾರು ಸಂಖ್ಯೆಗಳಿಗೆ ಬಳಸುವ ರೂಪವು ಸಂಖ್ಯೆಯನ್ನು ತೋರಿಸಬೇಕಾದ ಕಾರಣವು ಹಿಂದಿನ ಟಿಪ್ಪಣಿಯಲ್ಲಿದೆ, ಮತ್ತು ಪರಿಶೀಲನೆಗಳೇ translation-checks ನಲ್ಲಿ ಉಚಿತವಾಗಿವೆ, ಇದು 1.3.0 ರಿಂದ ನಿಮ್ಮ ಬಳಿ ಈಗಾಗಲೇ ಇರುವ .po ಫೈಲ್ ಅನ್ನು ಓದುತ್ತದೆ ಮತ್ತು CLDR ವಿಭಿನ್ನ ರೂಪಗಳನ್ನು ನೀಡುವ ಸಂಖ್ಯೆಗಳನ್ನು ಒಂದೇ ಸ್ಲಾಟ್ನಲ್ಲಿ ಇಡುವ Plural-Forms ಯಾವಾಗ ಎಂದು ಹೇಳುತ್ತದೆ.