Vi körde våra översättningskontroller på 31 879 av Djangos översättningar. Hälften av de första varningarna var våra egna.
Språk
Våra översättningskontroller växte upp med maskinöversättningar: det som vår lokala modell skriver till våra egna sajter, som vi avvisar och ber om igen när en platshållare, ett nummer eller ett namn saknas. Människor översätter på olika sätt. För att se vad kontrollerna gör av detta körde vi dem på de .po-filer som levereras med Django 5.2, i de 39 av våra språk som Django har: 31 879 översatta poster.
Den första körningen
Kontrollerna flaggade 1 031 poster, och ungefär hälften av flaggorna var kontrollernas egna misstag. Översättare lämnar "URL", "IPv4" och "%s KB" som de är på japanska, thailändska eller bulgariska, vilket vårt skriptkontroll tog för engelska som lämnats kvar. De behåller PostgreSQL, JSON och True i en översatt mening, skriver 18.00 istället för 6 p.m., 06.00 istället för 6 a.m. och 2月 istället för Feb., och "%(value).1f" igenkändes inte ens som en platshållare. Var och en av dessa accepteras nu: namn, kod och sökvägar kopierade från källan räknas inte mot skriptet, ett enda ord eller enhet som lämnas som det är godkänns, och tider, kalenderetiketter, ordningstal och bråk skrivna med siffror räknas som samma tal.
Efter felfixarna ger samma filer 475 flaggade poster, 1,5 %, och på de 576 120 sidöversättningarna som våra egna sajter accepterar ger kontrollerna fortfarande inga falsklarm.
Vad som verkligen var fel
- Pluralhuvuden som inte stämmer överens med sina poster: de spanska, franska, italienska och portugisiska adminfilerna deklarerar två pluralformer i sitt huvud och innehåller tre i varje pluralpost, och den hebreiska filen deklarerar fyra och innehåller tre. GNU
msgfmt --checkstoppar på den spanska med ett fatalt fel. Totalt 234 poster. - Engelska som lämnats kvar: thailändska "content type" och "log entry", grekiska "work factor", en bulgarisk pluralform, totalt 125 poster.
- En bokstav från ett annat skriftspråk: en thailändsk bokstav i det khmeriska ordet för "rysk".
- Pluralregler som skiljer sig från CLDR: de armeniska och punjabiska filerna placerar 0 med pluralformen, den turkiska filen placerar 0 med singularformen, medan CLDR har det tvärtom.
Vad en person fortfarande kan acceptera
Vissa flaggor är bedömningsavgöranden som kontrollerna fortsätter att göra. En översättare som skriver "Past 7 days" som "the past seven days" med ord har inte gjort ett misstag, men för maskinöversättningar är ett ändrat eller saknat nummer precis det kontrollen är till för, så den förblir strikt och kan stängas av med --no-numbers. En term som ett team har beslutat att behålla på engelska, som "Flat Pages", flaggas tills den godkänns med --keep.
Vad det ändrade för våra webbplatser
Kontrollen som bevakar våra egna webbplatser hade samma blindfläckar för nummer. Med samma korrigeringar accepterar den 3 379 översättningar från sin logg över avvisningar, som "one-fifth" som 1/5 på koreanska och datum med inledande nolla, och varje översättning den tidigare hade accepterat godkänns fortfarande. En regel vi lade ut för långt på vägen: en veckodag räknas nu som ett nummer bara i en kort kalenderetikett ("Thursday" som vietnamesiska "Thứ 5"), efter att en oromo-rad i vår mätning slank förbi med ett felaktigt datum.
Var den finns
Kontrollerna finns gratis i translation-checks, som sedan version 1.3 också kontrollerar en .po-fil på egen hand, inklusive dess Plural-Forms-regel, och som sedan version 1.4 körs som en pre-commit-hook över ett projekts .po-filer; reglerna för 42 språk finns i vår gettext-anteckning. Polyglot gör översättningen med din egen modell och kör samma kontroller på varje sträng den skriver.