Steffen Winkler <perl-ws@steffen-winkler.de>,
Seit 1960 gibt es mich.
Ich programmiere Perl seit Ende 2000, erst privat und dann auch beruflich.
Zur Zeit bin ich bei einem Unternehmen beschäftigt, welches für die IT der SIEMENS AG in Erlangen arbeitet. Dort arbeite ich vorwiegend im Bereich der Webprogrammierung.
Den Deutschen Perlworkshop besuche ich seit 2003.
GNU getext PO-Files kann man benutzen, um Programme mehrsprachig zu machen.
Im File stehen neben dem Originaltext und der Übersetzung auch Kommentare und Flags. PO-Files können recht groß und damit unübersichtlich werden.
Mit dem DBI-Treiber DBD::PO kann man mittels SQL PO-Files erstellen, analysieren und verändern.
Vom Quelltext bis zur mehrsprachigen Anwendung.
Was kann ein Übersetzungsbüro.
Formate
Irrwege
Lösungen
print 'You can log out here.'; printf '%s books are in %s shelves.', 5, 2;
print translate('You can log out here.'); printf translate('%s books are in %s shelves.'), 5, 2;
Zeile 1: 'You can log out here.' Zeile 2: '%s books are in %s shelves.'
'You can log out here.' => 'Sie können sich hier abmelden.' '%s books are in %s shelves.' => '%s Bücher sind in %s Regalen.'
Wir benötigen ein vernünftiges Format zum Transport zum Übersetzer.
Man könnte alles in einer Excel-Datei speichern. Gibt es ein Format, welches für so etwas entworfen wurde?
PO ist die Abkürzung für 'Portable Object'.
GNU getext PO-Files kann man benutzen, um Programme mehrsprachig zu machen.
Im File stehen neben dem Originaltext und der Übersetzung verschiedene Kommentare und Flags.
#: my_program.pl:1 msgid "You can log out here." msgstr ""
#: my_program.pl:2 msgid "%s books are in %s shelves." msgstr ""
Je nachdem, was man bezahlen will, bekommt man eine automatische Übersetzung, eine manuell nachkorrigierte, oder eine Handübersetzung.
#: my_program.pl:1 msgid "You can log out here." msgstr "Sie können sich hier abmelden."
#: my_program.pl:2 msgid "%s books are in %s shelves." msgstr "%s Bücher sind in %s Regalen."
Übersetzt werden Textphrasen, welche auch Platzhalter enthalten können. Eine Variante sind die von printf bekannten %s o. ä. Diese Variante hat den Nachteil, dass sich die Reihenfolge der Platzhalter im Übersetzungsprozess ändern kann. Bei Platzhaltern wie %1, %2, usw. passiert das nicht.
Das folgende Beispiel ist zwar nur deutsch, zeigt aber anschaulich das Problem.
5 Bücher sind in 2 Regalen. In 2 Regalen sind 5 Bücher.
Beide Sätze sind inhaltlich gleich und können mit Platzhalten versehen werden.
%1 Bücher sind in %2 Regalen. In %2 Regalen sind %1 Bücher.
Wir benötigen dafür kein Regal. Wir benötigen dafür 0,57 Regale. Wir benötigen dafür 1 Regal. Wir benötigen dafür 2 Regale. ...
Mehr dazu später.
Es ist kein Buch. Es ist 1 Buch. Es sind 2 Bücher. Es sind 3 Bücher. ...
Locale::Maketext unterstützt letztgenannte Pluralformen nicht.
Das ist nicht wirklich ein Problem. Man hinterlegt im Programm einfach mehrere Textphrasen.
Im einfachsten Fall existiert 1 PO-File je zusätzliche Sprache. Im Beispiel ist das 'de.po' für Englisch/Deutsch.
Man kann PO-Files für weitere Sprachvarianten, wie Dialekte, verschiedene Kontexte oder auch anwendungsspezifische Files benutzen, mit denen man dann die jeweilige Standardübersetzung ignoriert.
Das kann man sich wie Vererbung vorstellen, wo die Methoden der Basisklasse nicht verwendet werden, wenn man sie in der abgeleiteten Klasse vorfindet.
So kennt man britisches und amerikanisches Englisch. Und zwischen Deutschland und Österreich ist nicht alles gleich. In den ergänzenden PO-Files findet man jeweils nur die Abweichungen zur jeweiligen Basissprache vor.
Sie können sich hier abmelden.
Was bedeutet das?
Meldet man sich vom Büchereiprogramm ab oder ist man danach nicht mehr Kunde der Bibliothek?
Im englischen Text ist das klarer. So unterschiedlich sind Sprachen.
Die Idee kam mir, weil ich ein Projekt kenne, in dem die Übersetzungen in einer Datenbank gespeichert sind. Es ist recht einfach, so eine Datenbank inhaltlich zu analysieren.
Es ist genau so einfach, PO-Files daraus zu erzeugen und umgekehrt. Somit ist auch die Übersetzung über PO-Files möglich, ohne dass der Übersetzer Datenbankzugang hat.
PO-Files können recht groß und damit unübersichtlich werden. Mit einem einfachen Texteditor kann man sie zwar bearbeiten, jedoch sind sie auch schnell kaputt.
Ein PO-Editor ist recht praktisch aber typisch für Übersetzer gedacht und erfüllt somit mehr dessen Anforderungen.
Somit war es naheliegend einen Datenbanktreiber für PO-Files zu erstellen.
Manch einer hat im Quelltext der Anwendung keine englischen Texte, sondern Schlüsselworte gespeichert.
print translate('help');
Bei recht langen Texten mag das vorteilhaft erscheinen.
Der Übersetzer übersetzt 'help' in 'Hilfe' und nicht wie gewünscht in den langen Text, der eigentlich ausgegeben werden soll.
Außerdem ist nun für den Text 'help' = 'Hilfe' kein Schlüssel mehr da.
Diese Schlüsselworte kann man wie eine virtuelle Sprache ansehen. Wenn man die Übersetzung angeht, hat man dann aber
Virtuell -> Englisch Virtuell -> Deutsch Virtuell -> ...
Damit kann ein Übersetzer nicht arbeiten.
Beim SQL kennt man join. Also joint man
Englisch -> Virtuell <- Deutsch Englisch -> Virtuell <- ...
Somit kann man die üblichen PO-Files erstellen, welche man nun auch übersetzten kann.
Es gibt PO-Files für
Englisch -> Deutsch Englisch -> Polnisch
Es fehlt
Englisch -> Russisch
Der Übersetzer kann Polnisch in Russisch übersetzen.
Also joint man
Polnisch -> Englisch <- Russisch
Somit kann man ein polnisch-russisches PO-File erstellen. Der Übersetzer erstellt die fehlenden russischen Texte. Aus dem übersetzten polnisch-russischen PO-File schreibt man das englisch-russische File zurück.
Man muss nur wissen, dass das Verzeichnis die Datenbank ist und das File die Tabelle.
Jeder Eintrag im PO-File widerspiegelt einen zu übersetzenden Text.
Damit ist klar, wie die Tabelle strukturiert sein muss. Sie hat so viele Spalten, wie es Möglichkeiten gibt, einen Eintrag zu beschreiben.
Das sind:
Text, der übersetzt werden soll (einzeilig/mehrzeilig) Nur im Header ist dieser Text leer.
Der übersetzte Text (einzeilig/mehrzeilig) Der Text ist leer, wenn keine Übersetzung existiert.
Übersetzer-Kommentar (einzeilig/mehrzeilig)
Automatischer Kommentar (einzeilig/mehrzeilig)
Ein Kommentar, welcher beschreibt, wo der Text her ist (einzeilig/mehrzeilig).
Angaben zum Kontext als Text (einzeilig/mehrzeilig).
Die Übersetzung ist abgeschlossen (0) oder nicht (1).
Übersetzung wird benutzt (0) oder nicht (1).
Dazu kommen noch Format-Flags, welche am Beispiel c-format beschrieben werden:
Format-Flags können nicht gesetzt (0), gesetzt (1) oder negativ gesetzt (-1) werden.
Dazu kommen noch die Plural-Varianten:
Text in der Plural-Variante, der übersetzt werden soll (einzeilig/mehrzeilig)
Der übersetzte Text (einzeilig/mehrzeilig) in verschiedenen Plural-Varianten.
Und letztlich noch die als alt markierten Felder:
Bisherige Angaben zum Kontext als Text (einzeilig/mehrzeilig).
Bisheriger Text, der übersetzt werden soll (einzeilig/mehrzeilig)
Bisheriger Text in der Plural-Variante, der übersetzt werden soll (einzeilig/mehrzeilig)
Im Header steht als wichtigste Information der Zeichensatz. Somit ist immer klar, wie die Datei gelesen werden muss.
Ansonsten steht da noch:
Schlüsselname | möglicher Inhalt --------------------------+------------------------------------- Project-Id-Version | 'Project name' # oder nichts POT-Creation-Date | '2008-05-31T21:02:14Z' # oder nichts PO-Revision-Date | '2008-07-12T07:32:56Z' # oder nichts Last-Translator-Name | 'Steffen Winkler' # oder nichts Last-Translator-Mail | 'steffenw@example.org' # oder nichts Language-Team-Name | 'MyTeam' # oder nichts Language-Team-Mail | 'cpan@example.org' # oder nichts
und auch das, was DBD::PO selbst setzt:
Schlüsselname | möglicher Inhalt --------------------------+------------------------------------- Content-Type | 'text/plain' charset | $po_charset || 'iso-8859-1' Content-Transfer-Encoding | '8bit'
und wenn man die plural-Formen benutzt:
Schlüsselname | möglicher Inhalt
--------------------------+-------------------------------------
Plural-Forms | # Beispiel: Deutsch/Englisch
| 'nplurals=2; plural=n != 1;'
und man kann selbst noch individuell erweitern:
Schlüsselname | möglicher Inhalt
--------------------------+-------------------------------------
extended | # arrayref von Paaren
| [qw(
| X-Poedit-Language German
| X-Poedit-Country GERMANY
| X-Poedit-SourceCharset utf-8
| )]
msgid "" msgstr "" "Project-Id-Version: \n" "POT-Creation-Date: \n" "PO-Revision-Date: \n" "Last-Translator: Steffen Winkler <steffen.winkler@example.org>\n" "Language-Team: \n" "MIME-Version: 1.0\n" "Content-Type: text/plain; charset=utf-8\n" "Content-Transfer-Encoding: 8bit\n"
#: my_program.pl:1 msgid "You can log out here." msgstr "Sie können sich hier abmelden."
#: my_program.pl:2 msgid "%s books are in %s shelves." msgstr "%s Bücher sind in %s Regalen."
Verbindung zur Datenbank herstellen:
my $dbh = DBI->connect( "DBI:PO:f_dir=/temp/;po_charset=utf-8", undef, undef, { RaiseError => 1, PrintError => 0, }, ) or die 'Cannot connect: ' . DBI->errstr();
Tabelle erstellen:
$dbh->do(<<'EOT'); CREATE TABLE de.po ( msgid VARCHAR, msgstr VARCHAR ) EOT
Header schreiben:
$dbh->do(<<'EOT', undef, $dbh->func('build_header_msgstr'); INSERT INTO de.po ( msgstr ) VALUES (?) EOT
Daten schreiben:
my $text_en = 'You can log out here.'; my $text_de = 'Sie können sich hier abmelden.';
$dbh->prepare(<<'EOT')->execute($text_en, $text_de); INSERT INTO $table ( msgid, msgstr ) VALUES (?, ?) EOT
Im Lexicon festlegen, woher die Daten bei der Sprache Deutsch geholt werden:
package Example::L10N;
use base qw(Locale::Maketext); use Locale::Maketext::Lexicon;
Locale::Maketext::Lexicon->import({ de => [ Gettext => '/po_path/de.po', ], _decode => 1, # unicode mode });
Language-Handle erzeugen:
use Example::L10N;
my $language = 'de_DE'; my $lh = Example::L10N->get_handle($language) or die 'What language';
und für Deutsch die Zahlendarstellung einstellen:
$lh->{numf_comma} = $language =~ m{\A de_}xms;
und damit arbeiten:
print $lh->maketext('You can log out here.'); print $lh->maketext('[_1] books are in [_2] shelves.', 5, 2);
Die Maketext-Schreibweise für Platzhalter ist nicht %1 sondern [_1].
for my $quantity (0, 0.57, 1, 2) { print $lh->maketext( 'We need [*,_1,shelf,shelves,no shelf] for this.', $quantity, ); }
Wir benötigen dafür kein Regal. Wir benötigen dafür 0,57 Regale. Wir benötigen dafür 1 Regal. Wir benötigen dafür 2 Regale.
Die CPAN-Distribution DBD-PO enthält einen Ordner 'example'. Dort stehen ausführlichere Beispiele.
wikipedia http://en.wikipedia.org/wiki/Gettext
gettext homepage http://www.gnu.org/software/gettext/gettext.html
DBD::PO http://search.cpan.org/dist/DBD-PO/
DBI http://search.cpan.org/dist/DBI/
Locale::Maketext http://search.cpan.org/dist/Locale-Maketext/
DBILocale::Maketext::Lexicon http://search.cpan.org/dist/Locale-Maketext-Lexicon/