Provided by: po4a_0.69-1_all bug

名称

       Locale::Po4a::TransTractor - 通用翻译提取器。

描述

       Po4a (PO For Anything) 项目的目标是在文档等不需要翻译的领域使用 gettext 工具简化翻译(更有
       趣的是,简化翻译的维护)。

       这个类是每个 po4a 解析器的祖先,用于解析文档、搜索可翻译字符串、将它们提取到 PO 文件并在输
       出文档中用它们的翻译替换它们。

       更正式地说,它接受以下参数作为输入:

       - 要翻译的文档;

       - 包含要使用的翻译的 PO 文件。

       作为输出,它产生:

       - 另一个 PO 文件,其结果是从输入文档中提取可翻译字符串;

       - 翻译的文档,其结构与输入中的文档相同,但所有可翻译字符串都替换为输入中提供的 PO 文件中的
         翻译。

       以下是这一点的图形表示:

          输入文档 --\                             /---> 输出文档
                            \                           /       (已翻译)
                             +-> 解析() 函数 -----+
                            /                           \
          输入 PO --------/                             \---> 输出 PO
                                                                (已提取)

解析器应该重写的函数

       parse()
           所有工作都在这里进行:解析输入文档、生成输出和提取可翻译字符串。使用下面 INTERNAL
           FUNCTIONS 章节中提供的函数可以非常简单地实现这一点。另请参阅 SYNOPSIS,它提供了一个示
           例。

           此函数由下面的 process() 函数调用,但如果您选择使用 new() 函数,并手动将内容添加到文档
           中,则必须自己调用此函数。

       docheader()
           此函数返回我们应该添加到生成的文档中的标题,并将其正确引用为目标语言中的注释。有关它的
           好处,请参阅 po4a(7) 中的 Educating developers about translations 章节。

简介

       下面的示例解析以 "<p>" 开头的段落列表。为简单起见,我们假定文档格式良好,即 "<p>" 标记是唯
       一存在的标记,并且该标记位于每个段落的最开始。

        sub parse {
          my $self = shift;

          PARAGRAPH: while (1) {
              my ($paragraph,$pararef)=("","");
              my $first=1;
              my ($line,$lref)=$self->shiftline();
              while (defined($line)) {
                  if ($line =~ m/<p>/ && !$first--; ) {
                      # 这不是我们第一次看到<p>。
                      # 将当前行重新放入输入,
                      #  并将构建的段落输出
                      $self->unshiftline($line,$lref);

                      # 现在文档已形成,请翻译它:
                      #   - 删除前导标记
                      $paragraph =~ s/^<p>//s;

                      #   - 按键输出前导标签(未翻译)和
                      #     段落的其余部分(已翻译)
                      $self->pushline(  "<p>"
                                      . $self->translate($paragraph,$pararef)
                                      );

                      next PARAGRAPH;
                  } else {
                      # 追加到段落后面
                      $paragraph .= $line;
                      $pararef = $lref unless(length($pararef));
                  }

                  # 重新初始化循环
                  ($line,$lref)=$self->shiftline();
              }
              # 没有得到定义的行吗?输入文件的结尾。
              return;
          }
        }

       一旦实现了解析函数,就可以使用下一节中介绍的公共接口来使用 document 类。

使用解析器的脚本的公共接口

   构造 函数
       process(%)
           此函数可以在一次调用中完成处理 po4a 文档所需的所有操作。它的参数必须打包为散列。操作:

           a. 读取 po_in_name 中指定的所有 PO 文件

           b. 读取在 file_in_name 中指定的所有原始文档

           c. 解析文档

           d. 读取并应用所有指定的附录

           e. 将翻译的文档写入 file_out_name (如果给定)

           f. 将提取的 PO 文件写入 po_out_name (如果给定)

           参数,除了 new() 接受的参数(具有预期类型):

           file_in_name (@)
               我们应该在其中读取输入文档的文件名列表。

           file_in_charset ($)
               输入文档中使用的字符集(如果未指定,它将尝试从输入文档中检测它)。

           file_out_name ($)
               我们应该在其中写入输出文档的文件名。

           file_out_charset ($)
               输出文档中使用的字符集(如果未指定,将使用 PO 文件字符集)。

           po_in_name (@)
               我们应该从中读取输入 PO 文件的文件名列表,其中包含将用于翻译文档的翻译。

           po_out_name ($)
               我们应该在其中写入输出 PO 文件的文件名,其中包含从输入文档提取的字符串。

           addendum (@)
               我们应该从中读取附录的文件名列表。

           addendum_charset ($)
               附录的字符集。

       new(%)
           创建新的 po4a 文档。接受的选项 (在作为参数传递的哈希中):

           verbose ($)
               设置详细程度。

           debug ($)
               设置调试。

   操作文档文件
       read($$)
           在现有数组 "@{$self->{TT}{doc_in}}" 的末尾添加另一个输入文档数据。参数是要读取的文件
           名。如果提供了第二个参数,则它是在引用中使用的文件名。

           此数组 "@{$self->{TT}{doc_in}}" 将此输入文档数据保存为。 具有交替含义的字符串数组。
           *字符串 $textline 保存输入文本数据的每一行。 *字符串 "$filename:$linenum" 保存其位置并
           调用为。
              "reference" ("linenum" 从 1 开始)。

           请注意,它不解析任何内容。当您完成将输入文件打包到文档中时,应该使用 parse() 函数。

       write($)
           将翻译后的文档写入给定的文件名。

           此翻译文档数据由以下人员提供:
            * "$self->docheader()" 保存插件的标题文本,以及。
            * "@{$self->{TT}{doc_out}}" 保存数组中主翻译文本的每一行。

   操作 PO 文件
       readpo($)
           将文件的内容(该名称作为参数传递)添加到现有输入 PO。旧内容不会丢弃。

       writepo($)
           将提取的 PO 文件写入给定的文件名。

       stats()
           返回到目前为止完成的转换的一些统计信息。请注意,它与 msgfmt --statistic 打印的统计数据
           不同。在这里,它是关于 PO 文件最近使用情况的统计信息,而 msgfmt 则报告该文件的状态。它
           是应用于输入 PO 文件的 Locale::Po4a::Po::stats_get 函数的封装。使用示例:

               [正常使用 po4a 文档...]

               ($percent,$hit,$queries) = $document->stats();
               print "我们找到了 $percent\%  ($hit from $queries) 字符串的翻译\n";

   操作附录
       addendum($)
           请参阅 po4a(7),了解有关附录的详细信息,以及翻译人员应如何编写附录。要对翻译后的文档应
           用附录,只需将其文件名传递给此函数,即可完成 ;)

           此函数在出错时返回非空整数。

用于编写派生解析器的内部函数

   获取输入,提供输出
       提供了四个函数来获取输入和返回输出。它们与 Perl 的 shift/unshift 和 push/pop 非常相似。

        * Perl shift 返回第一个数组项并将其从数组中删除。
        * Perl unshift 将项作为第一个数组项添加到数组中。
        * Perl pop 返回最后一个数组项并将其从数组中删除。
        * Perl push 将一项作为最后一个数组项追加到数组中。

       第一对是关于输入的,第二对是关于输出的。助记符:在 input 中,您感兴趣的是第一行,shift 提
       供什么,而在 output 中,您希望将结果添加到末尾,就像 push 一样。

       shiftline()
           此函数从数组 "@{$self->{TT}{doc_in}}" 返回要解析的第一行及其对应的引用 (打包为数
           组),并删除前两个数组项。这里,引用由字符串 "$filename:$linenum" 提供。

       unshiftline($$)
           取消将输入文档的最后移位行及其对应的引用移回 "{$self->{TT}{doc_in}}" 的头部。

       pushline($)
           将新行推到 "{$self->{TT}{doc_out}}" 的末尾。

       popline()
           从 "{$self->{TT}{doc_out}}" 的末尾弹出最后推送的行。

   将字符串标记为可翻译
       提供一个函数来处理应该翻译的文本。

       translate($$$)
           必选参数:

           - 要翻译的字符串

           - 此字符串的引用 (即输入文件中的位置)

           - 此字符串的类型(即对其结构角色的文本描述;在 Locale::Po4a::Po::gettextization() 中使
             用;另请参阅 po4a(7),Gettextization: how does it work? 部分)

           此函数还可以接受一些额外的参数。它们必须组织为散列。例如:

             $self->translate("string","ref","type",
                              'wrap' => 1);

           wrap
               指示我们是否可以认为字符串中的空格不重要的布尔值。如果是,则该函数在查找或提取翻译
               之前对字符串进行规范化,并对翻译进行封装。

           wrapcol
               我们应该换行的列 (默认值:76)。

           comment
               要添加到条目的额外注释。

           操作:

           - 将字符串、引用和类型推送到 po_out。

           - 返回字符串的翻译(如 po_in 中所示),以便解析器可以构建 doc_out。

           - 在将字符串发送到 po_out 和返回翻译之前,处理字符集以重新编码字符串。

   其他函数
       verbose()
           返回是否在创建翻译提取器期间传递了 verbose 选项。

       debug()
           返回是否在创建翻译提取器期间传递了调试选项。

       detected_charset($)
           这告诉翻译提取器已经从输入文档中检测到新的字符集(第一个参数)。通常可以从单据表头读
           取。将只保留第一个字符集,它要么来自 process() 参数,要么来自文档中检测到的字符集。

       get_out_charset()
           此函数将返回应该在输出文档中使用的字符集(通常用于替换已找到的输入文档的检测到的字符
           集)。

           它将使用命令行中指定的输出字符集。如果未指定该命令,则将使用输入 PO 的字符集,如果输入
           PO 具有默认的 "CHARSET",则返回输入文档的字符集,以便不会执行编码。

       recode_skipped_text($)
           此函数将重新编码的文本作为参数从输入文档的字符集返回到输出文档的字符集。翻译字符串时不
           需要这样做 (translate() 会重新编码所有内容),但是当您跳过输入文档中的一个字符串并希望
           输出文档与全局编码一致时,就需要这样做。

未来方向

       当前翻译提取器的一个缺点是它不能处理包含所有语言的翻译文档,如 debconf 模板或 .desktop 文
       件。

       要解决此问题,只需更改接口:

       - 将散列作为 po_in_name (每种语言的列表)

       - 添加要翻译的参数以指示目标语言

       - 使用类似映射的语法创建一个 pushline_all 函数,该函数将为所有语言创建其内容的 pushline:

             $self->pushline_all({ "Description[".$langcode."]=".
                                   $self->translate($line,$ref,$langcode)
                                 });

       看看是否足够 ;)

作者

        Denis Barbier <barbier@linuxfr.org>
        Martin Quinson (mquinson#debian.org)
        Jordi Vilalta <jvprat@gmail.com>