gettext Plural-Forms pre 42 jazykov, skontrolované číslo po čísle podľa CLDR
Jazyky
Položka množného čísla gettext uchováva svoje tvary v očíslovaných slotoch, msgstr[0], msgstr[1] a ďalej, a riadok Plural-Forms v hlavičke súboru je malý vzorec v jazyku C, ktorý vyberá slot pre číslo. Pre Polyglot 1.4.0 sme potrebovali tento vzorec pre všetkých 42 jazykov, do ktorých prekladá, a každý slot musel obsahovať tvar, ktorý CLDR, údaje o množnom čísle stojace za Android, ICU a našimi vlastnými kontrolami, priraďuje rovnakým číslam. Tu je tabuľka a spôsob, akým sme ju skontrolovali.
Hlavička pre každý jazyk, pre ktorý CLDR obsahuje pravidlá pre množné číslo, a kontrola pre vaše vlastné sú na stránke Plural-Forms pre každý jazyk.
Ako sme to skontrolovali
- Každé celé číslo od 0 do 10 000: vlastný gettext v Pythone vyhodnotil každý vzorec a slot, ktorý vybral, musel obsahovať tvar, ktorý údaje CLDR z Babel 2.18 priraďujú danému číslu. 41 jazykov zodpovedalo; haitská kreolčina je jedinou výnimkou a je zámerom (pozri nižšie).
- GNU msgfmt --check na súbore v každom z 42 jazykov, s tvarom v každom slote: žiadne chyby.
- Reálne spustenie: gettext súbor ukážkovej aplikácie, preložený naším lokálnym modelom do deviatich jazykov, každý súbor skompilovaný a načítaný späť pomocou gettext v Pythone. Ruština ukazuje „Пропущена 21 привычка“, ale „Пропущено 22 привычки“, rumunčina „21 de obiceiuri“, ale „101 obiceiuri“ a arabčina má všetkých šesť svojich tvarov na správnych miestach.
Kde sa staršie údaje nezhodovali
Najprv sme kontrolovali podľa Babel 2.10, ktorý obsahuje CLDR 41 z roku 2022. Tri jazyky vyšli inak a v každom prípade novšie údaje aj samotný jazyk súhlasia s tabuľkou:
- Rumunčina: CLDR 41 zaraďuje 101 k 20 a 100, ktoré vyžadujú „de“ („100 de zile“); aktuálne CLDR ju zaraďuje k 2 až 19, ktoré ju nevyžadujú. Náš model napísal „101 obiceiuri ratate“ bez „de“.
- Hebrejčina: CLDR 41 mala stále tvar „many“ pre 20, 30, 40 a tak ďalej. Neskoršie CLDR ho zrušilo, takže hebrejčina má tri sloty: jeden, dva a ostatné.
- Haitská kreolčina v týchto údajoch vôbec nebola. Aktuálne CLDR jej priraďuje dva tvary, jeden pre 0 a 1 a druhý pre zvyšok, ale haitské podstatné mená sa podľa čísla nemenia („1 liv“, „2 liv“), takže sme ponechali jeden slot, ako to robí Polyglot aj v iných formátoch.
Čo obsahujú sloty
- Ruština, ukrajinčina a poľština majú tri sloty a tretí je CLDR „many“ (0, 5 až 20, 25…), nie „other“: „other“ je len pre desatinné čísla. Poľské „one“ je len 1; 21 je „many“.
- Čeština a slovenčina: ich „many“ je len pre desatinné čísla, takže tretí slot je „other“.
- Španielčina, francúzština, taliančina a portugalčina majú tvar „many“ pre presné milióny; gettext nedokáže rozlíšiť tieto dva sloty, takže zdieľa „other“.
- Francúzština, portugalčina, perzština, arménčina, amharčina, kannadčina a pandžábčina používajú „one“ aj pre 0, preto
plural=(n > 1).
Tabuľka
| Jazyk | gettext | Plural-Forms | msgstr[0], [1]… |
|---|---|---|---|
| Amharčina | am | nplurals=2; plural=(n > 1); | one, other |
| Arabčina | 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 |
| Arménčina | hy | nplurals=2; plural=(n > 1); | one, other |
| Bulharčina | bg | nplurals=2; plural=(n != 1); | one, other |
| Čínština (zjednodušená) | zh_CN | nplurals=1; plural=0; | other |
| Čínština (tradičná) | zh_TW | nplurals=1; plural=0; | other |
| Čeština | cs | nplurals=3; plural=(n == 1) ? 0 : ((n >= 2 && n <= 4) ? 1 : 2); | one, few, other |
| Holandčina | nl | nplurals=2; plural=(n != 1); | one, other |
| Filipínčina | fil | nplurals=2; plural=(n != 1 && n != 2 && n != 3 && (n % 10 == 4 || n % 10 == 6 || n % 10 == 9)); | one, other |
| Fínčina | fi | nplurals=2; plural=(n != 1); | one, other |
| Francúzština | fr | nplurals=2; plural=(n > 1); | one, other |
| Nemčina | de | nplurals=2; plural=(n != 1); | one, other |
| Gréčtina | el | nplurals=2; plural=(n != 1); | one, other |
| Haitská kreolčina | ht | nplurals=1; plural=0; | other |
| Hebrejčina | he | nplurals=3; plural=(n == 1) ? 0 : ((n == 2) ? 1 : 2); | one, two, other |
| Maďarčina | hu | nplurals=2; plural=(n != 1); | one, other |
| Indonézština | id | nplurals=1; plural=0; | other |
| Taliančina | it | nplurals=2; plural=(n != 1); | one, other |
| Japončina | ja | nplurals=1; plural=0; | other |
| Kannadčina | kn | nplurals=2; plural=(n > 1); | one, other |
| Khmerčina | km | nplurals=1; plural=0; | other |
| Kórejčina | ko | nplurals=1; plural=0; | other |
| Macedónčina | mk | nplurals=2; plural=(n % 10 == 1 && n % 100 != 11) ? 0 : 1; | one, other |
| Malajčina | ms | nplurals=1; plural=0; | other |
| Nórčina (bokmål) | nb | nplurals=2; plural=(n != 1); | one, other |
| Oromčina | om | nplurals=2; plural=(n != 1); | one, other |
| perzština | fa | nplurals=2; plural=(n > 1); | one, other |
| poľština | pl | nplurals=3; plural=(n == 1) ? 0 : ((n % 10 >= 2 && n % 10 <= 4 && (n % 100 < 12 || n % 100 > 14)) ? 1 : 2); | one, few, many |
| portugalčina (Brazília) | pt_BR | nplurals=2; plural=(n > 1); | one, other |
| pandžábčina | pa | nplurals=2; plural=(n > 1); | one, other |
| rumunčina | ro | nplurals=3; plural=(n == 1) ? 0 : ((n == 0 || n % 100 >= 1 && n % 100 <= 19) ? 1 : 2); | one, few, other |
| ruština | 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 |
| škótska gaelčina | gd | nplurals=4; plural=(n == 1 || n == 11) ? 0 : ((n == 2 || n == 12) ? 1 : ((n > 2 && n < 20) ? 2 : 3)); | one, two, few, other |
| srbčina (cyrilika) | 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 |
| slovenčina | sk | nplurals=3; plural=(n == 1) ? 0 : ((n >= 2 && n <= 4) ? 1 : 2); | one, few, other |
| slovinčina | sl | nplurals=4; plural=(n % 100 == 1) ? 0 : ((n % 100 == 2) ? 1 : ((n % 100 == 3 || n % 100 == 4) ? 2 : 3)); | one, two, few, other |
| španielčina | es | nplurals=2; plural=(n != 1); | one, other |
| švédčina | sv | nplurals=2; plural=(n != 1); | one, other |
| thajčina | th | nplurals=1; plural=0; | other |
| turečtina | tr | nplurals=2; plural=(n != 1); | one, other |
| ukrajinčina | 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 |
| vietnamčina | vi | nplurals=1; plural=0; | other |
Čo našiel skutočný beh
Tvary pre nulu a dve v arabčine boli spočiatku zamietnuté, pretože neobsahovali %(n)s. Tvar pre jedno číslo to môže vynechať a arabský duál sám o sebe znamená „dva“, ale naša kontrola poznala ako počet iba %d a {count}. Teraz pozná aj %(n)s a %(count)d z Pythonu, čo tiež znamená, že ruský tvar „one“ bez čísla je zamietnutý, keďže ruské „one“ zahŕňa aj 21 a 31. V tom istom behu náš model čítal preklady na overenie významu a zachytil české „Unsubscribe“ napísané ako „log out“.
Kde to nájdete
Polyglot 1.4.0 zapisuje tieto hlavičky do každého súboru .po, ktorý vytvorí, a umiestňuje každý tvar do jeho pozície. Prečo musí tvar použitý pre viacero čísel zobrazovať číslo, nájdete v predchádzajúcej poznámke, a samotné kontroly sú zadarmo v translation-checks, ktoré od verzie 1.3.0 čítajú aj existujúci súbor .po a upozornia, keď jeho Plural-Forms vkladá čísla do jednej pozície, pre ktorú CLDR predpisuje rôzne tvary.