gettext Plural-Forms za 42 jezika, provereno broj po broj u odnosu na CLDR
Jezici
Unos za množinu u gettext-u čuva svoje oblike u numerisanim poljima, msgstr[0], msgstr[1] i tako dalje, a linija Plural-Forms u zaglavlju fajla je mala C formula koja bira polje za dati broj. Za Polyglot 1.4.0 bila nam je potrebna ta formula za svih 42 jezika na koje prevodi, a svako polje je moralo da sadrži oblik koji CLDR, podaci o množini koji stoje iza Android-a, ICU-a i naših provera, dodeljuje istim brojevima. Evo tabele i načina na koji smo je proverili.
Zaglavlje za svaki jezik za koji CLDR ima pravila za množinu, kao i proveru za vaša pravila, nalazi se na stranici Plural-Forms za svaki jezik.
Kako smo proverili
- Svaki ceo broj od 0 do 10.000: Python-ov sopstveni gettext je evaluirao svaku formulu, a polje koje je izabralo je moralo da sadrži oblik koji CLDR podaci iz Babel 2.18 daju tom broju. 41 jezik se poklapao; haitijski kreolski je jedini izuzetak, i to namerni (videti ispod).
- GNU msgfmt --check na fajlu na svakom od 42 jezika, sa oblikom u svakom polju: bez grešaka.
- Stvarno izvršavanje: gettext fajl primer aplikacije, preveden od strane našeg lokalnog modela na devet jezika, svaki fajl je kompajliran i pročitao nazad koristeći Python-ov gettext. Ruski prikazuje "Пропущена 21 привычка" ali "Пропущено 22 привычки", rumunski "21 de obiceiuri" ali "101 obiceiuri", a arapski ima svih šest svojih oblika na svojim mestima.
Gde su se stariji podaci razilazili
Prvo smo proveravali u odnosu na Babel 2.10, koji nosi CLDR 41 iz 2022. Tri jezika su se razlikovala, a kod svakog noviji podaci i sam jezik se slažu sa tabelom:
- Rumunski: CLDR 41 svrstava 101 sa 20 i 100, koji zahtevaju "de" ("100 de zile"); trenutni CLDR ga svrstava sa 2 do 19, koji ne zahtevaju. Naš model je napisao "101 obiceiuri ratate", bez "de".
- Hebrejski: CLDR 41 je još uvek imao oblik "many" za 20, 30, 40 i tako dalje. Kasniji CLDR ga je uklonio, pa hebrejski ima tri polja: jedno, dva i ostalo.
- Haitijski kreolski uopšte nije bio u tim podacima. Trenutni CLDR mu daje dva oblika, jedan za 0 i 1 i drugi za ostatak, ali imenice na haitijskom kreolskom ne menjaju se po broju ("1 liv", "2 liv"), pa smo zadržali jedno polje, kao što to radi Polyglot u svojim drugim formatima.
Šta polja sadrže
- Ruski, ukrajinski i poljski imaju tri polja, a treće je CLDR-ov "many" (0, 5 do 20, 25…), a ne "other": "other" je samo za razlomke. Poljski "one" je samo 1; 21 je "many".
- Češki i slovački: njihovo "many" je samo za razlomke, pa je treća pozicija "other".
- Španski, francuski, italijanski i portugalski imaju oblik "many" za tačne milione; gettext-ova dva polja ne mogu da ih razlikuju, pa dele "other".
- Francuski, portugalski, perzijski, jermenski, amharski, kanada i pendžapski koriste "one" i za 0, otuda
plural=(n > 1).
Tabela
| Jezik | gettext | Plural-Forms | msgstr[0], [1]… |
|---|---|---|---|
| Amharski | am | nplurals=2; plural=(n > 1); | one, other |
| Arapski | 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 |
| Jermenski | hy | nplurals=2; plural=(n > 1); | one, other |
| Bugarski | bg | nplurals=2; plural=(n != 1); | one, other |
| Kineski (pojednostavljeni) | zh_CN | nplurals=1; plural=0; | other |
| Kineski (tradicionalni) | zh_TW | nplurals=1; plural=0; | other |
| Češki | cs | nplurals=3; plural=(n == 1) ? 0 : ((n >= 2 && n <= 4) ? 1 : 2); | one, few, other |
| Holandski | nl | nplurals=2; plural=(n != 1); | one, other |
| Filipinski | fil | nplurals=2; plural=(n != 1 && n != 2 && n != 3 && (n % 10 == 4 || n % 10 == 6 || n % 10 == 9)); | one, other |
| Finski | fi | nplurals=2; plural=(n != 1); | one, other |
| Francuski | fr | nplurals=2; plural=(n > 1); | one, other |
| Nemački | de | nplurals=2; plural=(n != 1); | one, other |
| Grčki | el | nplurals=2; plural=(n != 1); | one, other |
| Haićanski kreolski | ht | nplurals=1; plural=0; | other |
| Hebrejski | he | nplurals=3; plural=(n == 1) ? 0 : ((n == 2) ? 1 : 2); | one, two, other |
| Mađarski | hu | nplurals=2; plural=(n != 1); | one, other |
| Indonežanski | id | nplurals=1; plural=0; | other |
| Italijanski | it | nplurals=2; plural=(n != 1); | one, other |
| Japanski | ja | nplurals=1; plural=0; | other |
| Kanada | kn | nplurals=2; plural=(n > 1); | one, other |
| Kmerski | km | nplurals=1; plural=0; | other |
| Korejski | ko | nplurals=1; plural=0; | other |
| Makedonski | mk | nplurals=2; plural=(n % 10 == 1 && n % 100 != 11) ? 0 : 1; | one, other |
| Malajski | 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 |
| Персијски | fa | nplurals=2; plural=(n > 1); | one, other |
| Пољски | pl | nplurals=3; plural=(n == 1) ? 0 : ((n % 10 >= 2 && n % 10 <= 4 && (n % 100 < 12 || n % 100 > 14)) ? 1 : 2); | one, few, many |
| Португалски (Бразил) | pt_BR | nplurals=2; plural=(n > 1); | one, other |
| Пенџапски | pa | nplurals=2; plural=(n > 1); | one, other |
| Румунски | ro | nplurals=3; plural=(n == 1) ? 0 : ((n == 0 || n % 100 >= 1 && n % 100 <= 19) ? 1 : 2); | one, few, other |
| Руски | 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 |
| Шкотски гелски | gd | nplurals=4; plural=(n == 1 || n == 11) ? 0 : ((n == 2 || n == 12) ? 1 : ((n > 2 && n < 20) ? 2 : 3)); | one, two, few, other |
| Српски (ћирилица) | 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 |
| Словачки | sk | nplurals=3; plural=(n == 1) ? 0 : ((n >= 2 && n <= 4) ? 1 : 2); | one, few, other |
| Словеначки | sl | nplurals=4; plural=(n % 100 == 1) ? 0 : ((n % 100 == 2) ? 1 : ((n % 100 == 3 || n % 100 == 4) ? 2 : 3)); | one, two, few, other |
| Španski | es | nplurals=2; plural=(n != 1); | one, other |
| Švedski | sv | nplurals=2; plural=(n != 1); | one, other |
| Tajlandski | th | nplurals=1; plural=0; | other |
| Turski | tr | nplurals=2; plural=(n != 1); | one, other |
| Ukrajinski | 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 |
| Vijetnamski | vi | nplurals=1; plural=0; | other |
Šta je stvarno izvršavanje pronašlo
Nulti i dualni oblik za arapski su isprva odbijeni jer su izostavljali %(n)s. Oblik za jedan broj sme to da uradi, a arapski dual sam po sebi kaže "dva", ali naša provera je kao brojač poznavala samo %d i {count}. Sada poznaje i Python-ove %(n)s i %(count)d, što znači da se odbija i ruski "one" bez broja, pošto ruski "one" pokriva i 21 i 31. U istom izvršavanju naš model je pročitao svoje prevode radi provere značenja i uhvatio češki "Unsubscribe" preveden kao "log out".
Gde se nalazi
Polyglot 1.4.0 upisuje ove zaglavlja u svaku .po datoteku koju proizvede i svaki oblik stavlja u svoje mesto. Zašto oblik koji se koristi za više brojeva mora da prikaže broj, objašnjeno je u ranijoj napomeni, a same provere su besplatne u translation-checks, koji od verzije 1.3.0 takođe čita .po datoteku koju već imate i govori kada Plural-Forms u jedno mesto stavlja brojeve za koje CLDR predviđa različite oblike.