Am rulat verificările noastre de traducere pe 31.879 de traduceri Django. Jumătate dintre primele alerte erau ale noastre.
Limbi
Verificările noastre de traducere s-au dezvoltat pe baza traducerilor automate: ceea ce scrie modelul nostru local pentru site-urile noastre proprii, respins și cerut din nou când dispare un placeholder, un număr sau un nume. Oamenii traduc diferit. Pentru a vedea ce spun verificările despre aceasta, le-am rulat pe fișierele .po care vin cu Django 5.2, în cele 39 dintre limbile noastre pe care Django le are: 31.879 de intrări traduse.
Prima rulare
Verificările au semnalat 1.031 de intrări, iar aproximativ jumătate dintre semnalări erau erori ale propriilor verificări. Traducătorii lasă „URL”, „IPv4” și „%s KB” neschimbate în japoneză, thailandeză sau bulgară, iar scriptul nostru de verificare a interpretat greșit acest lucru ca fiind text în engleză lăsat neschimbat. Aceștia păstrează PostgreSQL, JSON și True în interiorul unei propoziții traduse, scriu 6 p.m. ca 18.00, 6 a.m. ca 06.00 și Feb. ca 2月, iar „%(value).1f” nu a fost nici măcar recunoscut ca placeholder. Fiecare dintre aceste cazuri este acum acceptat: numele, codul și căile copiate din sursă nu penalizează scriptul, un singur cuvânt sau o unitate păstrate neschimbate este acceptat, iar orele, etichetele calendaristice, numerele ordinale și fracțiile scrise cu cifre sunt considerate aceleași numere.
După corecturi, aceleași fișiere dau 475 de intrări semnalate, 1,5%, iar pe cele 576.120 de traduceri de pagini pe care site-urile noastre proprii le acceptă, verificările nu mai ridică nicio alarmă falsă.
Ce era cu adevărat greșit
- Antete de plural care nu se potrivesc cu intrările lor: fișierele de administrare în spaniolă, franceză, italiană și portugheză declară două forme de plural în antet și conțin trei în fiecare intrare de plural, iar fișierul în ebraică declară patru și conține trei. GNU
msgfmt --checkse oprește la cel în spaniolă cu o eroare fatală. 234 de intrări în total. - Engleză lăsată în loc: „content type” și „log entry” în thailandeză, „work factor” în greacă, o formă de plural în bulgară, 125 de intrări în total.
- O literă dintr-un alt alfabet: o literă thailandeză în interiorul cuvântului khmer pentru „rusesc”.
- Reguli de plural care diferă de CLDR: fișierele în armeană și punjabă pun 0 cu forma de plural, fișierul în turcă pune 0 cu singularul, unde CLDR are invers.
Ce poate accepta totuși o persoană
Unele fanioane sunt decizii de judecată pe care verificările le vor lua în continuare. Un traducător care scrie „Past 7 days” ca „the past seven days” în litere nu a greșit, dar pentru traducerile automate un număr modificat sau lipsă este exact ceea ce verificarea urmărește, așa că rămâne strictă și poate fi dezactivată cu --no-numbers. Un termen pe care o echipă a decis să îl păstreze în engleză, precum „Flat Pages”, este semnalat până când este aprobat cu --keep.
Ce s-a schimbat pentru site-urile noastre
Verificatorul care protejează site-urile noastre avea aceleași puncte oarbe pentru numere. Cu aceleași corecturi, acceptă 3.379 de traduceri din jurnalul său de respingeri, precum „one-fifth” ca 1/5 în coreeană și datele cu zero inițial, iar fiecare traducere pe care o acceptase anterior trece în continuare. O regulă pe care am relaxat-o prea mult pe parcurs: o zi a săptămânii este considerată acum un număr doar într-o etichetă scurtă de calendar („Thursday” ca „Thứ 5” în vietnameză), după ce o linie în oromo din măsurătorile noastre a trecut cu o dată greșită.
Unde se află
Verificările sunt gratuite în translation-checks, care, de la versiunea 1.3, verifică și un fișier .po în mod independent, inclusiv regula Plural-Forms, iar de la versiunea 1.4 rulează ca hook pre-commit asupra fișierelor .po ale unui proiect; regulile pentru 42 de limbi se găsesc în nota noastră gettext. Polyglot realizează traducerea cu propriul dvs. model și rulează aceleași verificări asupra fiecărui șir pe care îl scrie.