gettext Plural-Forms pentru 42 de limbi, verificate număr cu număr față de CLDR
Limbi
O intrare de plural gettext își păstrează formele în sloturi numerotate, msgstr[0], msgstr[1] și așa mai departe, iar linia Plural-Forms din antetul fișierului este o mică formulă în C care alege slotul pentru un număr. Pentru Polyglot 1.4.0 aveam nevoie de acea formulă pentru toate cele 42 de limbi în care traduce, iar fiecare slot trebuia să conțină forma pe care CLDR, datele de plural din spatele Android, ICU și propriile noastre verificări, o atribuie acelorași numere. Iată tabelul și modul în care l-am verificat.
Antetul pentru fiecare limbă pentru care CLDR are reguli de plural și un instrument de verificare pentru regulile proprii se află pe pagina Plural-Forms pentru fiecare limbă.
Cum l-am verificat
- Fiecare număr întreg de la 0 la 10.000: propriul gettext din Python a evaluat fiecare formulă, iar slotul ales trebuia să conțină forma pe care datele CLDR din Babel 2.18 o atribuie acelui număr. 41 de limbi au corespuns; creola haitiană este singura excepție, și una deliberată (mai jos).
- GNU msgfmt --check pe un fișier în fiecare dintre cele 42 de limbi, cu o formă în fiecare slot: fără erori.
- O rulare reală: fișierul gettext al aplicației exemplu, tradus de modelul nostru local în nouă limbi, fiecare fișier compilat și citit înapoi cu gettext din Python. Rusa afișează „Пропущена 21 привычка”, dar „Пропущено 22 привычки”, româna „21 de obiceiuri”, dar „101 obiceiuri”, iar araba are toate cele șase forme ale sale la locul lor.
Unde datele mai vechi diferiseră
Am verificat inițial față de Babel 2.10, care conține CLDR 41 din 2022. Trei limbi au ieșit diferit, iar în fiecare caz datele mai noi și limba însăși sunt de acord cu tabelul:
- Româna: CLDR 41 pune 101 alături de 20 și 100, care folosesc „de” („100 de zile”); CLDR actual îl pune alături de 2 până la 19, care nu folosesc. Modelul nostru a scris „101 obiceiuri ratate”, fără „de”.
- Ebraica: CLDR 41 avea încă o formă „many” pentru 20, 30, 40 și așa mai departe. CLDR-ul ulterior a eliminat-o, deci ebraica are trei sloturi: unul, două și altele.
- Creola haitiană nu era deloc în acele date. CLDR actual îi atribuie două forme, una pentru 0 și 1 și alta pentru rest, dar substantivele din creola haitiană nu se schimbă după număr („1 liv”, „2 liv”), așa că am păstrat un singur slot, așa cum face Polyglot în celelalte formate ale sale.
Ce conțin sloturile
- Rusa, ucraineana și polona au trei sloturi, iar al treilea este „many” din CLDR (0, 5 până la 20, 25…), nu „other”: „other” este doar pentru fracții. „one” în polonă este doar 1; 21 este „many”.
- Ceha și slovacă: forma „many” este doar pentru fracții, deci al treilea slot este „other”.
- Spaniola, franceza, italiana și portugheza au o formă „many” pentru milioane exacte; cele două sloturi gettext nu le pot diferenția, deci se folosește „other”.
- Franceza, portugheza, persana, armeană, amhară, kannada și punjabi folosesc „one” și pentru 0, de aici
plural=(n > 1).
Tabelul
| Limbă | gettext | Plural-Forms | msgstr[0], [1]… |
|---|---|---|---|
| Amhară | am | nplurals=2; plural=(n > 1); | one, other |
| Arabă | 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 |
| Armeană | hy | nplurals=2; plural=(n > 1); | one, other |
| Bulgară | bg | nplurals=2; plural=(n != 1); | one, other |
| Chineză (simplificată) | zh_CN | nplurals=1; plural=0; | other |
| Chineză (tradițională) | zh_TW | nplurals=1; plural=0; | other |
| Cehă | cs | nplurals=3; plural=(n == 1) ? 0 : ((n >= 2 && n <= 4) ? 1 : 2); | one, few, other |
| Olandeză | nl | nplurals=2; plural=(n != 1); | one, other |
| Filipineză | fil | nplurals=2; plural=(n != 1 && n != 2 && n != 3 && (n % 10 == 4 || n % 10 == 6 || n % 10 == 9)); | one, other |
| Finlandeză | fi | nplurals=2; plural=(n != 1); | one, other |
| Franceză | fr | nplurals=2; plural=(n > 1); | one, other |
| Germană | de | nplurals=2; plural=(n != 1); | one, other |
| Greacă | el | nplurals=2; plural=(n != 1); | one, other |
| Creolă haitiană | ht | nplurals=1; plural=0; | other |
| Ebraică | he | nplurals=3; plural=(n == 1) ? 0 : ((n == 2) ? 1 : 2); | one, two, other |
| Maghiară | hu | nplurals=2; plural=(n != 1); | one, other |
| Indoneziană | id | nplurals=1; plural=0; | other |
| Italiană | it | nplurals=2; plural=(n != 1); | one, other |
| Japoneză | ja | nplurals=1; plural=0; | other |
| Kannada | kn | nplurals=2; plural=(n > 1); | one, other |
| Khmeră | km | nplurals=1; plural=0; | other |
| Coreeană | ko | nplurals=1; plural=0; | other |
| Macedoneană | mk | nplurals=2; plural=(n % 10 == 1 && n % 100 != 11) ? 0 : 1; | one, other |
| Malaeză | ms | nplurals=1; plural=0; | other |
| Norvegiană bokmål | nb | nplurals=2; plural=(n != 1); | one, other |
| Oromo | om | nplurals=2; plural=(n != 1); | one, other |
| Persană | fa | nplurals=2; plural=(n > 1); | one, other |
| Poloneză | pl | nplurals=3; plural=(n == 1) ? 0 : ((n % 10 >= 2 && n % 10 <= 4 && (n % 100 < 12 || n % 100 > 14)) ? 1 : 2); | one, few, many |
| Portugheză (Brazilia) | pt_BR | nplurals=2; plural=(n > 1); | one, other |
| Punjabi | pa | nplurals=2; plural=(n > 1); | one, other |
| Română | ro | nplurals=3; plural=(n == 1) ? 0 : ((n == 0 || n % 100 >= 1 && n % 100 <= 19) ? 1 : 2); | one, few, other |
| Rusă | 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 |
| Gaelică scoțiană | gd | nplurals=4; plural=(n == 1 || n == 11) ? 0 : ((n == 2 || n == 12) ? 1 : ((n > 2 && n < 20) ? 2 : 3)); | one, two, few, other |
| Sârbă (chirilică) | 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 |
| Slovacă | sk | nplurals=3; plural=(n == 1) ? 0 : ((n >= 2 && n <= 4) ? 1 : 2); | one, few, other |
| Slovenă | sl | nplurals=4; plural=(n % 100 == 1) ? 0 : ((n % 100 == 2) ? 1 : ((n % 100 == 3 || n % 100 == 4) ? 2 : 3)); | one, two, few, other |
| Spaniolă | es | nplurals=2; plural=(n != 1); | one, other |
| Suedeză | sv | nplurals=2; plural=(n != 1); | one, other |
| Tailandeză | th | nplurals=1; plural=0; | other |
| Turcă | tr | nplurals=2; plural=(n != 1); | one, other |
| Ucraineană | 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 |
| Vietnameză | vi | nplurals=1; plural=0; | other |
Ce a găsit rularea reală
Formele zero și doi din arabă au fost inițial respinse pentru că omiteau %(n)s. O formă pentru un singur număr poate face acest lucru, iar dualul arab spune „doi” prin el însuși, dar verificarea noastră cunoștea doar %d și {count} ca număr. Acum cunoaște și %(n)s și %(count)d din Python, ceea ce înseamnă că și un „one” rusesc fără număr este respins, deoarece „one” în rusă este și 21 și 31. În aceeași rulare, modelul nostru și-a citit traducerile pentru sens și a prins „Unsubscribe” în cehă scris ca „log out”.
Unde se află
Polyglot 1.4.0 scrie aceste anteturi în fiecare fișier .po pe care îl produce și pune fiecare formă în slotul ei. De ce o formă folosită pentru mai multe numere trebuie să arate numărul este explicat într-o notă anterioară, iar verificările în sine sunt gratuite în translation-checks, care de la 1.3.0 citește și un fișier .po pe care îl aveți deja și vă spune când Plural-Forms pune numere într-un slot pe care CLDR le dă forme diferite.