42개 언어의 gettext 복수형 규칙, CLDR 기준으로 숫자 하나하나 검증
언어
gettext의 복수형 항목은 형태를 번호가 매겨진 슬롯에 저장합니다. msgstr[0], msgstr[1] 등이며, 파일 헤더의 Plural-Forms 줄은 숫자에 따라 슬롯을 선택하는 작은 C 공식입니다. Polyglot 1.4.0에서는 번역 대상인 42개 언어 모두에 이 공식이 필요했고, 각 슬롯에는 CLDR이 같은 숫자에 대해 지정하는 형태가 들어가야 했습니다. CLDR은 Android, ICU 및 자체 검사의 기반이 되는 복수형 데이터입니다. 아래는 그 표와 검증 방법입니다.
모든 언어의 CLDR 헤더와 자체 검사기는 모든 언어의 복수형 규칙에 있습니다.
검증 방법
- 0부터 10,000까지의 모든 정수: Python의 gettext가 각 공식을 평가하고, 선택된 슬롯에는 Babel 2.18의 CLDR 데이터가 해당 숫자에 대해 지정하는 형태가 들어 있어야 했습니다. 41개 언어가 일치했으며, 아이티 크레올은 의도적으로 예외로 둔 유일한 언어입니다(아래 참조).
- GNU msgfmt --check: 42개 언어 각각의 파일에 대해 모든 슬롯에 형태를 채운 상태로 실행했으며, 오류가 없었습니다.
- 실제 실행: 예제 앱의 gettext 파일을 로컬 모델로 9개 언어에 번역한 뒤, 각 파일을 컴파일하여 Python의 gettext로 다시 읽었습니다. 러시아어에서는 "Пропущена 21 привычка"와 "Пропущено 22 привычки"가, 루마니아어에서는 "21 de obiceiuri"와 "101 obiceiuri"가 표시되며, 아랍어는 6개 형태가 모두 제자리에 배치됩니다.
이전 데이터와 불일치한 부분
먼저 2022년 CLDR 41을 포함하는 Babel 2.10을 기준으로 검증했습니다. 세 언어에서 결과가 다르게 나왔으며, 각 경우 최신 데이터와 언어 자체는 모두 아래 표와 일치합니다:
- 루마니아어: CLDR 41은 101을 "de"를 사용하는 20과 100("100 de zile")과 같은 그룹으로 분류했지만, 최신 CLDR은 "de"를 사용하지 않는 2~19와 같은 그룹으로 분류합니다. 우리 모델은 "de" 없이 "101 obiceiuri ratate"를 작성했습니다.
- 히브리어: CLDR 41에는 여전히 20, 30, 40 등에 대한 "many" 형태가 있었습니다. 이후 CLDR에서 이 형태가 제거되어 히브리어는 one, two, other의 세 슬롯을 가집니다.
- 아이티 크레올은 해당 데이터에 아예 없었습니다. 최신 CLDR은 0과 1에 대한 one, 나머지에 대한 other의 두 형태를 지정하지만, 아이티 크레올의 명사는 수에 따라 변하지 않으므로("1 liv", "2 liv") Polyglot의 다른 형식과 마찬가지로 단일 슬롯을 유지했습니다.
슬롯에 저장되는 내용
- 러시아어, 우크라이나어, 폴란드어는 세 슬롯을 가지며, 세 번째 슬롯은 CLDR의 "many"(0, 5~20, 25…)입니다. "other"는 분수에만 사용됩니다. 폴란드어의 "one"은 1만 해당하며, 21은 "many"에 속합니다.
- 체코어와 슬로바키아어: "many"는 분수에만 사용하므로, 세 번째 슬롯은 "other"입니다.
- 스페인어, 프랑스어, 이탈리아어, 포르투갈어는 정확한 백만 단위에 "many" 형태를 사용하지만, gettext의 두 슬롯으로는 이를 구분할 수 없으므로 "other"를 공유합니다.
- 프랑스어, 포르투갈어, 페르시아어, 아르메니아어, 암하라어, 칸나다어, 펀자브어는 0에도 "one"을 사용하므로
plural=(n > 1)입니다.
표
| 언어 | gettext | 복수형 규칙 | msgstr[0], [1]… |
|---|---|---|---|
| 암하라어 | am | nplurals=2; plural=(n > 1); | one, other |
| 아랍어 | 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 |
| 아르메니아어 | hy | nplurals=2; plural=(n > 1); | one, other |
| 불가리아어 | bg | nplurals=2; plural=(n != 1); | one, other |
| 중국어(간체) | zh_CN | nplurals=1; plural=0; | other |
| 중국어(번체) | zh_TW | nplurals=1; plural=0; | other |
| 체코어 | cs | nplurals=3; plural=(n == 1) ? 0 : ((n >= 2 && n <= 4) ? 1 : 2); | one, few, other |
| 네덜란드어 | nl | nplurals=2; plural=(n != 1); | one, other |
| 필리핀어 | fil | nplurals=2; plural=(n != 1 && n != 2 && n != 3 && (n % 10 == 4 || n % 10 == 6 || n % 10 == 9)); | one, other |
| 핀란드어 | fi | nplurals=2; plural=(n != 1); | one, other |
| 프랑스어 | fr | nplurals=2; plural=(n > 1); | one, other |
| 독일어 | de | nplurals=2; plural=(n != 1); | one, other |
| 그리스어 | el | nplurals=2; plural=(n != 1); | one, other |
| 아이티 크레올어 | ht | nplurals=1; plural=0; | other |
| 히브리어 | he | nplurals=3; plural=(n == 1) ? 0 : ((n == 2) ? 1 : 2); | one, two, other |
| 헝가리어 | hu | nplurals=2; plural=(n != 1); | one, other |
| 인도네시아어 | id | nplurals=1; plural=0; | other |
| 이탈리아어 | it | nplurals=2; plural=(n != 1); | one, other |
| 일본어 | ja | nplurals=1; plural=0; | other |
| 칸나다어 | kn | nplurals=2; plural=(n > 1); | one, other |
| 크메르어 | km | nplurals=1; plural=0; | other |
| 한국어 | ko | nplurals=1; plural=0; | other |
| 마케도니아어 | mk | nplurals=2; plural=(n % 10 == 1 && n % 100 != 11) ? 0 : 1; | one, other |
| 말레이어 | ms | nplurals=1; plural=0; | other |
| 노르웨이어 보크몰 | nb | nplurals=2; plural=(n != 1); | one, other |
| 오로모어 | om | nplurals=2; plural=(n != 1); | one, other |
| 페르시아어 | fa | nplurals=2; plural=(n > 1); | one, other |
| 폴란드어 | pl | nplurals=3; plural=(n == 1) ? 0 : ((n % 10 >= 2 && n % 10 <= 4 && (n % 100 < 12 || n % 100 > 14)) ? 1 : 2); | one, few, many |
| 포르투갈어(브라질) | pt_BR | nplurals=2; plural=(n > 1); | one, other |
| 펀자브어 | pa | nplurals=2; plural=(n > 1); | one, other |
| 루마니아어 | ro | nplurals=3; plural=(n == 1) ? 0 : ((n == 0 || n % 100 >= 1 && n % 100 <= 19) ? 1 : 2); | one, few, other |
| 러시아어 | 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 |
| 스코틀랜드 게일어 | gd | nplurals=4; plural=(n == 1 || n == 11) ? 0 : ((n == 2 || n == 12) ? 1 : ((n > 2 && n < 20) ? 2 : 3)); | one, two, few, other |
| 세르비아어(키릴 문자) | 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 |
| 슬로바키아어 | sk | nplurals=3; plural=(n == 1) ? 0 : ((n >= 2 && n <= 4) ? 1 : 2); | one, few, other |
| 슬로베니아어 | sl | nplurals=4; plural=(n % 100 == 1) ? 0 : ((n % 100 == 2) ? 1 : ((n % 100 == 3 || n % 100 == 4) ? 2 : 3)); | one, two, few, other |
| 스페인어 | es | nplurals=2; plural=(n != 1); | one, other |
| 스웨덴어 | sv | nplurals=2; plural=(n != 1); | one, other |
| 태국어 | th | nplurals=1; plural=0; | other |
| 터키어 | tr | nplurals=2; plural=(n != 1); | one, other |
| 우크라이나어 | 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 |
| 베트남어 | vi | nplurals=1; plural=0; | other |
실제 실행 결과
아랍어의 zero와 two 형식은 처음에 %(n)s가 누락되었다며 거부되었습니다. 단일 숫자용 형식은 이를 생략할 수 있고, 아랍어 dual 형식 자체로 "두 개"를 나타내지만, 당시 검사에서는 %d와 {count}만 숫자로 인식했습니다. 이제 Python의 %(n)s와 %(count)d도 인식하므로, 숫자가 없는 러시아어 "one" 형식도 거부됩니다. 러시아어 "one"은 21과 31도 포함하기 때문입니다. 같은 실행에서 모델이 번역문을 읽고 의미를 확인했으며, 체코어 "Unsubscribe"가 "log out"으로 잘못 번역된 것을 발견했습니다.
위치
Polyglot 1.4.0은 생성하는 모든 .po 파일에 이러한 헤더를 기록하고 각 형식을 해당 슬롯에 배치합니다. 여러 숫자에 사용되는 형식에 숫자가 표시되어야 하는 이유는 이전 노트에 설명되어 있으며, 검사 자체는 translation-checks에서 무료로 제공됩니다. 1.3.0부터는 이미 보유한 .po 파일을 읽어 Plural-Forms가 CLDR에서 서로 다른 형식으로 구분하는 숫자들을 하나의 슬롯에 넣는 경우를 알려줍니다.