gettext 使用方法
2024-07-31 23:16:48 #工具软件

下载

Windows版下载地址：https://mlocati.github.io/articles/gettext-iconv-windows.html

翻译流程

  1. 在软件源码中使用相应的库将需要翻译的文字标记起来。比如C语言的libintl，适合C++的 Boost.locale。
  2. 使用xgettext.exe工具提取源代码中被标记的语句，生成 pot（portable object template）文件。
  3. 使用msginit.exe工具将 pot 文件转化成一个特定语言版本的 po（portable object）文件。或者使用msgmerge.exe将更新了的 pot 文件与旧的 po 文件合并生成新的 po 文件。
  4. 编辑 po 文件（可使用 Poedit 等工具），开始翻译工作。
  5. 使用msgfmt.exe工具将.po文件转换成.mo（machine object)文件。

提取原文

从源码中提取原文用到的工具是xgettext。

0x01 基本用法

在源码中标记需要翻译的字符串

1
std::string str1 = boost::locale::gettext("Love");

提取命令

1
xgettext.exe --from-code="UTF-8" -o my.pot main.cpp

知识点：

  1. 工具默认提取关键字gettext标记的字符串。
  2. 工具默认认为源文件是 ASCII 文件。

但既然是要做国际化支持，建议将源码文件改为 UTF-8 编码，通过参数--from-code来指示源文件的编码即可。生成的 pot 文件内容如下

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
# SOME DESCRIPTIVE TITLE.
# Copyright (C) YEAR THE PACKAGE'S COPYRIGHT HOLDER
# This file is distributed under the same license as the PACKAGE package.
# FIRST AUTHOR <EMAIL@ADDRESS>, YEAR.
#
#, fuzzy
msgid ""
msgstr ""
"Project-Id-Version: PACKAGE VERSION\n"
"Report-Msgid-Bugs-To: \n"
"POT-Creation-Date: 2022-04-00 00:00+0800\n"
"PO-Revision-Date: YEAR-MO-DA HO:MI+ZONE\n"
"Last-Translator: FULL NAME <EMAIL@ADDRESS>\n"
"Language-Team: LANGUAGE <LL@li.org>\n"
"Language: \n"
"MIME-Version: 1.0\n"
"Content-Type: text/plain; charset=CHARSET\n"
"Content-Transfer-Encoding: 8bit\n"

#: C:/Demo/main.cpp:15
msgid "Love"
msgstr ""

0x02 自定义提取关键字

xgettext.exe默认仅识别gettext关键字，但可以用--keyword参数指示额外的关键字以满足扩展需求

1
2
3
4
#define _(STRING) boost::locale::gettext(STRING)

auto str1 = _("underline");
auto str2 = boost::locale::translate("boost");

命令：

1
xgettext --from-code="UTF-8" --keyword=_ --keyword=translate -o gettext.pot main.cpp

生成 po 文件

生成 po 文件用到的工具是msginit。

0x01 基本用法

1
msginit -i gettext.pot -o gettext.po

得到po文件内容大概如下：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
# Chinese translations for PACKAGE package
# PACKAGE 软件包的简体中文翻译.
# Copyright (C) 2022 THE PACKAGE'S COPYRIGHT HOLDER
# This file is distributed under the same license as the PACKAGE package.
# <EMAIL@ADDRESS>, 2022.
#
msgid ""
msgstr ""
"Project-Id-Version: PACKAGE VERSION\n"
"Report-Msgid-Bugs-To: \n"
"POT-Creation-Date: 2022-04-01 08:57+0800\n"
"PO-Revision-Date: 2022-04-01 09:16+0800\n"
"Last-Translator: <EMAIL@ADDRESS>\n"
"Language-Team: Chinese (simplified)\n"
"Language: zh_CN\n"
"MIME-Version: 1.0\n"
"Content-Type: text/plain; charset=GBK\n"
"Content-Transfer-Encoding: 8bit\n"
"Plural-Forms: nplurals=1; plural=0;\n"

#: C:/Demo/Application.cpp:45
msgid "Love"
msgstr ""

#: C:/Demo/Application.cpp:46
msgid "underline"
msgstr ""

#: C:/Demo/Application.cpp:47
msgid "boost"
msgstr ""

0x02 指示目标语言及编码

输出的 po 文件默认使用本机区域设置，比如简体中文是zh_CN.GBK。
可以通过--locale参数指示 po 文件的语言和编码。格式遵循 ISO 639-1 和 ISO 3166-1 标准。
比如我想创建一个针对简体中文的翻译文件并采用 UTF-8 编码：

1
msginit --locale=zh_CN.UTF-8 -i gettext.pot -o zh_CN.po

但是charset却依然是GBK

1
2
3
...
"Content-Type: text/plain; charset=GBK\n"
...

google找到了答案：因为 pot 文件没有编码信息

1
"Content-Type: text/plain; charset=CHARSET\n"

明明在 xgettext 参数中指定了 UTF-8，为什么 pot 文件没有信息？

1
xgettext.exe --from-code="UTF-8"

因为 xgettext 在提取原文过程中没有发现任何非 ASCII 字符，就会忽略掉 charset，也算是个BUG了。
当我手动修改 pot 文件编码后，再次生成 po 文件，charset 就变为了 UTF-8，但文件内容其实还是GBK。。。

所以，解决这个问题需要做两件事

  1. 修改 po 文件的charset为UTF-8
  2. 修改 po 文件编码为 UTF-8

每次去手动修改有点傻，我们可以在源码中标记一个UTF-8字符，但是翻译的时候忽略它，这样就能保证 pot、po文件的charset为UTF-8。

1
2
//TRANSLATOR:无需翻译
boost::locale::pgettext("IGNORE", "ø");

这样就解决了charset的问题。文件自身编码问题可以用iconv.exe来转换，它已经包含在gettext工具包中了，所以最终的命令是：

1
2
3
msginit -i test.pot -o zh_CN.po.tmp
iconv -t utf-8 zh_CN.po.tmp > zh_CN.po
del zh_CN.po.tmp

生成 mo 语言文件

1
msgfmt -o test.mo zh_CN.po

更新 po 文件

在软件升级迭代的过程中，待翻译原文也会发生变化，如增加、删除等，这就需要将 pot 文件中变动的内容更新至 po 文件，而不是重新生成一个新的 po 文件。这就需要用到msgmerge。

1
msgmerge -U zh_CN.po test.pot

-U表示更新现有 po 文件，按位置看，第一个文件就是被更新的目标文件。
当然也可以用-o参数创建一个新的 po 文件：

1
msgmerge -o new.po zh_CN.po test.pot

知识点：

  1. 新文件中词条如果有译文，任何情况下都不会被覆盖。
  2. 通过compendium参数指定翻译文件对空词条进行填充。
1
msgmerge --compendium dict.po -U target.po new.pot

注意，引用的文件可以是 pot 文件，也可以是 po 文件。

合并多个 po 文件

一个软件项目可能含有多个模块，每个模块都有自己的翻译文件，有大量重叠的内容，完全可以将多个 po 文件合并为一个。

1
msgcat -o all.po 1.po 2.po

默认合并规则：

  • 对于相同的原文，如果仅有一个被翻译了，则采用它。
  • 对于相同的原文，如果有不同的翻译，则会合并所有的翻译，需要人工处理
    1
    2
    3
    4
    5
    6
    7
    8
    #: main.cpp:21 main.cpp:25
    #, fuzzy
    msgid "Love"
    msgstr ""
    "#-#-#-#-#  1.po  #-#-#-#-#\n"
    "爱情\n"
    "#-#-#-#-#  2.po  #-#-#-#-#\n"
    "爱"

    如果想避免重复的翻译内容被合并，可以使用use-first参数，表示采用找到的第一个可用的翻译。
    1
    msgcat --use-first -o all.po 1.po 2.po

参考

msginit
GNU gettext工具简介
gettext使用
Generate UTF-8 dictionaries using gettext

上一页
2024-07-31 23:16:48 #工具软件
下一页