internationalization - 设计用于全局应用程序的国际翻译/语言适配器

Question

我将为Node.js（服务器端Javascript）实现此功能，但是这个问题是关于如何解决此问题的一般方法。

有许多平台支持国际应用程序的翻译。

例如，Zend's Translation Adapter的工作方式如下：

printf($translate->_("Today is the %1\$s") . "\n", date("d.m.Y"));

Android的系统使用每种语言的strings.xml文件，并以与Zend相同的概念工作。

这些适用于大多数西方语言。但是，许多非西方语言要求使用不同的单词顺序，甚至从右向左阅读，而不是从左向右阅读。

因此，以上翻译调用中定义的指定顺序对于“外国”语言可能无效。

这带给我一个问题，一个人如何设计一种适用于任何语言的翻译系统/适配器？

Answer 1

实际上很难直接回答这个问题。这里有很多用例。如果要设计这样的系统，我会牢记以下几点：

1.翻译后可能需要对句子重新排序（您已经提出了）。这就是为什么我们使用编号占位符（如{1}，{2}）和某些格式化消息的方式的原因。

2.有许多种语言具有多种复数形式。也就是说，如果消息包含一些数字，则取决于数量，它将以不同的方式进行翻译。例如：

中文：已发现1种病毒|已找到2个病毒|已发现5种病毒

波兰语：Znaleziono 1 wirusa | Znaleziono 2无线网络| Znaleziono 5wirusów

这不容易处理，但是我真的很喜欢GetText做到这一点的方式（有一些表达式可以决定使用哪种形式，以及对多种形式的支持）。

3.这样的库的用户可能想要命名的占位符（请参阅I18n标记中的先前问题），例如“这是$ {name}在$ {location}中的消息”，并像这样使用它：

var formatted ='这是$ {name}中$ {name}的消息。'。format（'location = Warsaw'，'name =Paweł'）;

尽管这带来了一些i18n问题，但我相当确定可以在JavaScript中完成（尽管您传递命名参数（即自变量）的方式可能需要有所不同。

4. Java倾向于在MessageFormat.format（）方法中为特定语言环境格式化数字和日期。这不是理想的行为，并且几乎没有问题，尤其是在JavaScript中。好吧，您首先需要知道的是什么是当前用户的语言环境。如果这样做，容易吗？好吧，不。有很多可能的日期格式-Java将它们枚举为：完整，长，中，短和默认。不幸的是，格式化期间没有区别-总是会使用AFAIR short。当然，可以将其格式传递给占位符，如下所示（AFAIR）：{0，date，yyyy-MM-dd}。这带来了另一个问题：译者将总是必须提供格式。这容易出错。相反，我将使用默认模式进行格式化（如果未提供其他信息），并允许传递模式名称：{0，date，long}。

对于数字，它可以是任何东西：货币，百分比或简单数值。您还需要支持区分，例如：{0，currency，symbol：$，long}，{0，percentage}，{0，number，long}。很难猜出我的意思，但是对于大数，您可能要使用分组分隔符（1,000,000.00 $），让我们将其称为长格式，而有时您希望打印数字：1234。这不是一件容易的事。

5. .Net具有用户界面区域性（CurrentUICulture）和格式区域性（CurrentCulture）的概念。首先用于确定用户界面消息的适当语言，而第二用于格式设置（数字，日期，货币等）。

6.不同的语言倾向于使用不同的Collation顺序，甚至同一语言都可以使用两种（或更多）不同的语言。我不确定它是否适合该范围，但至少应该知道。

7.可能需要（并且可能会）支持不同的Character Encodings。但是，您可能希望将资源编码文件限制为UTF-8。它不会覆盖所有可能的字符（例如，请参见GB18030），但是它很接近。

...？

好吧，我确定我忘记了一些主要的事情，因为您要处理的任务是艰巨的。而且我对Node.js的了解不多（如当前所支持的那样）。

编辑

8.当然，我忘了提到随着软件的发展，只有很少的用户界面消息发生变化，因此需要合并旧的翻译（在L10n术语中称为杠杆化）。通常，会使用某种翻译记忆库软件（例如POEdit，GetText文件格式编辑器内置了此类功能）。 TM软件通常仅对某些文件格式提供支持，因此最好保留现有格式，而不是创建自己的格式。这可能意味着将某些功能从列表中删除...