gettext Plural-Forms สำหรับ 42 ภาษา ตรวจทานทีละตัวเลขเทียบกับ CLDR
ภาษา
รายการพหูพจน์ของ gettext เก็บรูปคำไว้ในช่องที่มีหมายเลข เช่น msgstr[0], msgstr[1] เป็นต้น และบรรทัด Plural-Forms ในส่วนหัวของไฟล์คือสูตร C ขนาดเล็กที่เลือกช่องสำหรับตัวเลขหนึ่งๆ สำหรับ Polyglot 1.4.0 เราต้องการสูตรนี้สำหรับทั้ง 42 ภาษาที่โปรแกรมแปลได้ และแต่ละช่องต้องเก็บรูปคำที่ CLDR ซึ่งเป็นข้อมูลพหูพจน์ที่อยู่เบื้องหลัง Android, ICU และการตรวจสอบของเราเอง กำหนดให้กับตัวเลขเดียวกัน นี่คือตารางและวิธีที่เราตรวจสอบ
ส่วนหัวสำหรับทุกภาษาที่ CLDR มีกฎพหูพจน์กำหนดไว้ รวมถึงตัวตรวจสอบสำหรับกฎของคุณเอง อยู่ที่ Plural-Forms สำหรับทุกภาษา
วิธีที่เราตรวจสอบ
- จำนวนเต็มทุกตัวตั้งแต่ 0 ถึง 10,000: gettext ของ Python ประเมินแต่ละสูตร และช่องที่เลือกต้องเก็บรูปคำที่ข้อมูล CLDR ของ Babel 2.18 กำหนดให้กับตัวเลขนั้น 41 ภาษาตรงกัน มีเพียงภาษาเฮติเลียนครีโอลที่เป็นข้อยกเว้นเพียงภาษาเดียว และเป็นไปอย่างจงใจ (ดูด้านล่าง)
- GNU msgfmt --check บนไฟล์ในทั้ง 42 ภาษา โดยมีรูปคำในทุกช่อง: ไม่มีข้อผิดพลาด
- การรันจริง: ไฟล์ gettext ของแอปตัวอย่าง ซึ่งแปลโดยโมเดลท้องถิ่นของเราเป็น 9 ภาษา แต่ละไฟล์ถูกคอมไพล์และอ่านกลับด้วย gettext ของ Python ภาษารัสเซียแสดง "Пропущена 21 привычка" แต่ "Пропущено 22 привычки" ภาษารูมาเนียนแสดง "21 de obiceiuri" แต่ "101 obiceiuri" และภาษาอาหรับมีทั้งหกรูปคำในตำแหน่งที่ถูกต้อง
จุดที่ข้อมูลเก่าขัดแย้งกัน
เราตรวจสอบกับ Babel 2.10 เป็นอันดับแรก ซึ่งใช้ CLDR 41 จากปี 2022 มีสามภาษาที่ผลลัพธ์ออกมาต่างกัน และในแต่ละกรณี ข้อมูลใหม่กว่าและตัวภาษาเองสอดคล้องกับตาราง:
- ภาษาโรมาเนีย: CLDR 41 จัดกลุ่มเลข 101 ไว้กับ 20 และ 100 ซึ่งต้องใช้ "de" ("100 de zile") แต่ CLDR เวอร์ชันปัจจุบันจัดกลุ่มไว้กับเลข 2 ถึง 19 ซึ่งไม่ต้องใช้ "de" โมเดลของเราเขียนว่า "101 obiceiuri ratate" โดยไม่มี "de"
- ภาษาฮีบรู: CLDR 41 ยังคงมีรูปคำ "many" สำหรับ 20, 30, 40 เป็นต้น CLDR รุ่นหลังได้ตัดรูปคำนี้ทิ้ง ดังนั้นภาษาฮีบรูจึงมีสามช่อง: หนึ่ง, สอง และอื่นๆ
- ภาษาเฮติเลียนครีโอล ไม่ปรากฏในข้อมูลนั้นเลย CLDR ปัจจุบันกำหนดให้มีสองรูปคำ คือหนึ่งสำหรับ 0 และ 1 และอื่นๆ สำหรับจำนวนที่เหลือ แต่คำนามในภาษาเฮติเลียนครีโอลไม่เปลี่ยนรูปตามจำนวน ("1 liv", "2 liv") เราจึงคงไว้เพียงช่องเดียว เช่นเดียวกับที่ Polyglot ทำในฟอร์แมตอื่นๆ
สิ่งที่แต่ละช่องเก็บไว้
- ภาษารัสเซีย ยูเครน และโปแลนด์ มีสามช่อง และช่องที่สามคือ "many" ของ CLDR (0, 5 ถึง 20, 25…) ไม่ใช่ "other": "other" ใช้สำหรับเศษส่วนเท่านั้น "one" ของภาษาโปแลนด์คือ 1 เพียงอย่างเดียว ส่วน 21 เป็น "many"
- เช็กและสโลวัก: รูป "many" ใช้สำหรับเศษส่วนเท่านั้น ดังนั้นช่องที่สามจึงเป็น "other"
- สเปน ฝรั่งเศส อิตาลี และโปรตุเกส มีรูป "many" สำหรับจำนวนเต็มล้านที่แน่นอน gettext มีเพียงสองช่องจึงแยกไม่ออก จึงใช้ "other" ร่วมกัน
- ฝรั่งเศส โปรตุเกส เปอร์เซีย อาร์เมเนีย อัมฮาริก กันนาดา และปัญจาบ ใช้ "one" สำหรับ 0 ด้วย ดังนั้นจึงใช้
plural=(n > 1)
ตาราง
| ภาษา | gettext | รูปแบบพหูพจน์ | msgstr[0], [1]… |
|---|---|---|---|
| อัมฮาริก | am | nplurals=2; plural=(n > 1); | one, other |
| อาหรับ | 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 |
| อาร์เมเนีย | hy | nplurals=2; plural=(n > 1); | one, other |
| บัลแกเรีย | bg | nplurals=2; plural=(n != 1); | one, other |
| จีน (ตัวย่อ) | zh_CN | nplurals=1; plural=0; | other |
| จีน (ตัวเต็ม) | zh_TW | nplurals=1; plural=0; | other |
| เช็ก | cs | nplurals=3; plural=(n == 1) ? 0 : ((n >= 2 && n <= 4) ? 1 : 2); | one, few, other |
| ดัตช์ | nl | nplurals=2; plural=(n != 1); | one, other |
| ฟิลิปปินส์ | fil | nplurals=2; plural=(n != 1 && n != 2 && n != 3 && (n % 10 == 4 || n % 10 == 6 || n % 10 == 9)); | one, other |
| ฟินแลนด์ | fi | nplurals=2; plural=(n != 1); | one, other |
| ภาษาฝรั่งเศส | fr | nplurals=2; plural=(n > 1); | one, other |
| ภาษาเยอรมัน | de | nplurals=2; plural=(n != 1); | one, other |
| ภาษากรีก | el | nplurals=2; plural=(n != 1); | one, other |
| ภาษาครีโอลเฮติ | ht | nplurals=1; plural=0; | other |
| ภาษาฮีบรู | he | nplurals=3; plural=(n == 1) ? 0 : ((n == 2) ? 1 : 2); | one, two, other |
| ภาษาฮังการี | hu | nplurals=2; plural=(n != 1); | one, other |
| ภาษาอินโดนีเซีย | id | nplurals=1; plural=0; | other |
| ภาษาอิตาลี | it | nplurals=2; plural=(n != 1); | one, other |
| ภาษาญี่ปุ่น | ja | nplurals=1; plural=0; | other |
| ภาษากันนาดา | kn | nplurals=2; plural=(n > 1); | one, other |
| ภาษาเขมร | km | nplurals=1; plural=0; | other |
| ภาษาเกาหลี | ko | nplurals=1; plural=0; | other |
| ภาษามาซิโดเนีย | mk | nplurals=2; plural=(n % 10 == 1 && n % 100 != 11) ? 0 : 1; | one, other |
| ภาษามลายู | ms | nplurals=1; plural=0; | other |
| ภาษานอร์เวย์บุ๊กมอล | nb | nplurals=2; plural=(n != 1); | one, other |
| ภาษาโอโรโม | om | nplurals=2; plural=(n != 1); | one, other |
| เปอร์เซีย | fa | nplurals=2; plural=(n > 1); | one, other |
| โปแลนด์ | pl | nplurals=3; plural=(n == 1) ? 0 : ((n % 10 >= 2 && n % 10 <= 4 && (n % 100 < 12 || n % 100 > 14)) ? 1 : 2); | one, few, many |
| โปรตุเกส (บราซิล) | pt_BR | nplurals=2; plural=(n > 1); | one, other |
| ปัญจาบ | pa | nplurals=2; plural=(n > 1); | one, other |
| โรมาเนีย | ro | nplurals=3; plural=(n == 1) ? 0 : ((n == 0 || n % 100 >= 1 && n % 100 <= 19) ? 1 : 2); | one, few, other |
| รัสเซีย | 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 |
| สกอตติชเกลิค | gd | nplurals=4; plural=(n == 1 || n == 11) ? 0 : ((n == 2 || n == 12) ? 1 : ((n > 2 && n < 20) ? 2 : 3)); | one, two, few, other |
| เซอร์เบีย (ซีริลลิก) | 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 |
| สโลวัก | sk | nplurals=3; plural=(n == 1) ? 0 : ((n >= 2 && n <= 4) ? 1 : 2); | one, few, other |
| สโลวีเนีย | sl | nplurals=4; plural=(n % 100 == 1) ? 0 : ((n % 100 == 2) ? 1 : ((n % 100 == 3 || n % 100 == 4) ? 2 : 3)); | one, two, few, other |
| ภาษาสเปน | es | nplurals=2; plural=(n != 1); | one, other |
| ภาษาสวีเดน | sv | nplurals=2; plural=(n != 1); | one, other |
| ภาษาไทย | th | nplurals=1; plural=0; | other |
| ภาษาตุรกี | tr | nplurals=2; plural=(n != 1); | one, other |
| ภาษายูเครน | 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 |
| ภาษาเวียดนาม | vi | nplurals=1; plural=0; | other |
สิ่งที่การรันจริงพบ
รูปแบบ zero และ two ของภาษาอาหรับถูกปฏิเสธในตอนแรก เนื่องจากไม่ใส่ %(n)s ไว้ รูปแบบสำหรับจำนวนเดียวอาจละเว้นได้ และรูป dual ของภาษาอาหรับสื่อความหมาย "สอง" ได้ด้วยตัวเอง แต่การตรวจสอบของเราในขณะนั้นรู้จักเพียง %d และ {count} ในฐานะตัวนับ ตอนนี้มันรู้จัก %(n)s และ %(count)d ของ Python ด้วย ซึ่งหมายความว่ารูป "one" ของภาษารัสเซียที่ไม่ใส่จำนวนไว้จะถูกปฏิเสธเช่นกัน เนื่องจาก "one" ของภาษารัสเซียครอบคลุมทั้ง 21 และ 31 การรันเดียวกันนั้นให้โมเดลของเราอ่านคำแปลเพื่อตรวจสอบความหมาย และมันจับได้ว่า "Unsubscribe" ในภาษาเช็กถูกเขียนเป็น "log out"
ตำแหน่งที่จัดเก็บ
Polyglot 1.4.0 เขียนส่วนหัวเหล่านี้ลงในไฟล์ .po ทุกไฟล์ที่สร้างขึ้น และวางแต่ละรูปแบบไว้ในช่องของมัน เหตุผลที่รูปแบบซึ่งใช้สำหรับหลายจำนวนต้องแสดงจำนวนไว้ อยู่ใน บันทึกก่อนหน้า ส่วนการตรวจสอบนั้นเปิดให้ใช้ฟรีใน translation-checks ซึ่งตั้งแต่เวอร์ชัน 1.3.0 เป็นต้นมา ยังอ่านไฟล์ .po ที่คุณมีอยู่แล้ว และแจ้งให้ทราบเมื่อ Plural-Forms ของไฟล์นั้นวางจำนวนหลายค่าไว้ในช่องเดียว ทั้งที่ CLDR กำหนดให้ใช้รูปแบบต่างกัน