gettext Plural-Forms za 42 jezike, preverjeno številka za številko glede na CLDR
Jeziki
Vnos za množino v gettextu hrani oblike v oštevilčenih predalih, msgstr[0], msgstr[1] itd., vrstica Plural-Forms v glavi datoteke pa je majhna formula v jeziku C, ki za določeno število izbere predal. Za Polyglot 1.4.0 smo to formulo potrebovali za vseh 42 jezikov, v katere prevaja, vsako predalo pa je moralo vsebovati obliko, ki jo za ista števila določa CLDR, podatki o množini, ki so v ozadju Androida, ICU in naših lastnih preverjanj. Tukaj je tabela in opis, kako smo jo preverili.
Glava za vsak jezik, za katerega ima CLDR pravila za množino, in preverjalnik za lastna pravila sta na Plural-Forms za vsak jezik.
Kako smo jo preverili
- Vsa cela števila od 0 do 10.000: gettext iz Pythona je ovrednotil vsako formulo, predalo, ki ga je izbrala, pa je moralo vsebovati obliko, ki jo za to število dajo CLDR-ovi podatki iz Babel 2.18. 41 jezikov se je ujemalo; haitijski kreolski je edina izjema, in sicer namerna (glej spodaj).
- GNU msgfmt --check na datoteki v vsakem od 42 jezikov, z obliko v vsakem predalu: brez napak.
- Dejanski zagon: gettextova datoteka vzorčne aplikacije, prevedena z našim lokalnim modelom v devet jezikov, vsaka datoteka je bila prevedena in prebrana nazaj z gettextom iz Pythona. Ruščina prikaže "Пропущена 21 привычка", a "Пропущено 22 привычки", romunščina "21 de obiceiuri", a "101 obiceiuri", arabščina pa ima vseh šest svojih oblik na svojih mestih.
Kjer so se starejši podatki razhajali
Najprej smo preverjali glede na Babel 2.10, ki vsebuje CLDR 41 iz leta 2022. Pri treh jezikih so bili rezultati drugačni, pri vsakem pa se novejši podatki in sam jezik ujemata s tabelo:
- Romunščina: CLDR 41 uvršča 101 med 20 in 100, ki zahtevata "de" ("100 de zile"); trenutni CLDR jo uvršča med 2 do 19, ki ga ne zahtevajo. Naš model je zapisal "101 obiceiuri ratate", brez "de".
- Hebrejščina: CLDR 41 je še imel obliko "many" za 20, 30, 40 itd. Kasnejši CLDR jo je odstranil, zato ima hebrejščina tri predala: eno, dve in ostalo.
- Haitijski kreolski v tistih podatkih sploh ni bil vključen. Trenutni CLDR mu daje dve obliki, eno za 0 in 1 ter drugo za ostala števila, vendar se haitijski samostalniki ne sklanjajo po številu ("1 liv", "2 liv"), zato smo obdržali eno samo predalo, kot to počne Polyglot v drugih formatih.
Kaj vsebujejo predala
- Ruščina, ukrajinščina in poljščina imajo tri predala, tretje pa je CLDR-ov "many" (0, 5 do 20, 25 …), ne "other": "other" je namenjen samo ulomkom. Poljski "one" je samo 1; 21 je "many".
- Češčina in slovaščina: njuna oblika "many" velja samo za ulomke, zato je tretja vrstica "other".
- Španščina, francoščina, italijanščina in portugalščina imajo obliko "many" za točne milijone; gettextova dva prostora ju ne moreta ločiti, zato si delita "other".
- Francoščina, portugalščina, perzijščina, armenski, amharščina, kanareščina in pandžabščina uporabljajo "one" tudi za 0, zato
plural=(n > 1).
Tabela
| Jezik | gettext | Plural-Forms | msgstr[0], [1]… |
|---|---|---|---|
| Amharščina | am | nplurals=2; plural=(n > 1); | one, other |
| Arabščina | 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 |
| Armenski | hy | nplurals=2; plural=(n > 1); | one, other |
| Bolgarščina | bg | nplurals=2; plural=(n != 1); | one, other |
| Kitajščina (poenostavljena) | zh_CN | nplurals=1; plural=0; | other |
| Kitajščina (tradicionalna) | zh_TW | nplurals=1; plural=0; | other |
| Češčina | cs | nplurals=3; plural=(n == 1) ? 0 : ((n >= 2 && n <= 4) ? 1 : 2); | one, few, other |
| Nizozemščina | nl | nplurals=2; plural=(n != 1); | one, other |
| Filipinščina | fil | nplurals=2; plural=(n != 1 && n != 2 && n != 3 && (n % 10 == 4 || n % 10 == 6 || n % 10 == 9)); | one, other |
| Finščina | fi | nplurals=2; plural=(n != 1); | one, other |
| Francoščina | fr | nplurals=2; plural=(n > 1); | one, other |
| Nemščina | de | nplurals=2; plural=(n != 1); | one, other |
| Grščina | el | nplurals=2; plural=(n != 1); | one, other |
| Haitijska kreolščina | ht | nplurals=1; plural=0; | other |
| Hebrejščina | he | nplurals=3; plural=(n == 1) ? 0 : ((n == 2) ? 1 : 2); | one, two, other |
| Madžarščina | hu | nplurals=2; plural=(n != 1); | one, other |
| Indonezijščina | id | nplurals=1; plural=0; | other |
| Italijanščina | it | nplurals=2; plural=(n != 1); | one, other |
| Japonščina | ja | nplurals=1; plural=0; | other |
| Kanadaščina | kn | nplurals=2; plural=(n > 1); | one, other |
| Kmerščina | km | nplurals=1; plural=0; | other |
| Korejščina | ko | nplurals=1; plural=0; | other |
| Makedonščina | mk | nplurals=2; plural=(n % 10 == 1 && n % 100 != 11) ? 0 : 1; | one, other |
| Malajščina | ms | nplurals=1; plural=0; | other |
| Norveški bokmål | nb | nplurals=2; plural=(n != 1); | one, other |
| Oromo | om | nplurals=2; plural=(n != 1); | one, other |
| perzijščina | fa | nplurals=2; plural=(n > 1); | one, other |
| poljščina | pl | nplurals=3; plural=(n == 1) ? 0 : ((n % 10 >= 2 && n % 10 <= 4 && (n % 100 < 12 || n % 100 > 14)) ? 1 : 2); | one, few, many |
| portugalščina (Brazilija) | pt_BR | nplurals=2; plural=(n > 1); | one, other |
| pandžabščina | pa | nplurals=2; plural=(n > 1); | one, other |
| romunščina | ro | nplurals=3; plural=(n == 1) ? 0 : ((n == 0 || n % 100 >= 1 && n % 100 <= 19) ? 1 : 2); | one, few, other |
| ruščina | 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 |
| škotska gelščina | gd | nplurals=4; plural=(n == 1 || n == 11) ? 0 : ((n == 2 || n == 12) ? 1 : ((n > 2 && n < 20) ? 2 : 3)); | one, two, few, other |
| srbščina (cirilica) | 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 |
| slovaščina | sk | nplurals=3; plural=(n == 1) ? 0 : ((n >= 2 && n <= 4) ? 1 : 2); | one, few, other |
| slovenščina | sl | nplurals=4; plural=(n % 100 == 1) ? 0 : ((n % 100 == 2) ? 1 : ((n % 100 == 3 || n % 100 == 4) ? 2 : 3)); | one, two, few, other |
| Španščina | es | nplurals=2; plural=(n != 1); | one, other |
| Švedščina | sv | nplurals=2; plural=(n != 1); | one, other |
| Tajščina | th | nplurals=1; plural=0; | other |
| Turščina | tr | nplurals=2; plural=(n != 1); | one, other |
| Ukrajinščina | 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 |
| Vietnamščina | vi | nplurals=1; plural=0; | other |
Kaj je našel dejanski zagon
Oblike za nič in dve v arabščini so bile sprva zavrnjene, ker so izpuščale %(n)s. Oblika za eno samo število to lahko stori, arabska dvojina pa sama pove "dve", a naš preverjanje je kot število poznalo le %d in {count}. Zdaj pozna tudi Pythonova %(n)s in %(count)d, kar pomeni, da je zavrnjena tudi ruska oblika "one" brez števila, saj je ruska oblika "one" tudi za 21 in 31. V istem zagonu je naš model prebral prevode zaradi pomena in opazil češki "Unsubscribe", zapisan kot "log out".
Kje se nahaja
Polyglot 1.4.0 zapiše te glave v vsako datoteko .po, ki jo ustvari, in vsako obliko postavi v svoj prostor. Zakaj mora oblika, ki se uporablja za več števil, prikazati število, je pojasnjeno v prejšnji opombi, sama preverjanja pa so brezplačna v translation-checks, ki od različice 1.3.0 bere tudi že obstoječo datoteko .po in pove, kdaj njena glava Plural-Forms postavi števila v en prostor, ki mu CLDR dodeli različne oblike.