[译] 软件本地化中的 10 个常见错误

原文：https://phrase.com/blog/posts/10-common-mistakes-in-software-localization/

国际化、本地化的概念在 马什么梅？I什么N？浅谈 web 前端开发中的国际化 一文中做过详细的介绍。如何避免误用本地化，可以注意以下 10 点：

1. 直接硬编码文字

将文字直接嵌入代码将极大地拖慢软件本地化的进度，翻译者不得不阅读代码以决定哪些段落需要翻译。同时，这将使得本地化代价高昂且翻译的一致性难以保证。

• 使用分离的资源文件
• 应该谨慎地选择字段的 key，该键名总是应该描述字段在接口中的角色（标题、按钮文字，等等）
• 同时应该确保在增加新字段时不要和既有的字段重名。

以 Python 为例，在 .po 资源文件中保存了每种 locale 的翻译：

# ./locales/en_US/LC_MESSAGES/messages.po
msgid "button_order"
msgstr "Order Now"
 
msgid "login_message"
msgstr "Welcome back!"

# ./locales/de_DE/LC_MESSAGES/messages.po
msgid "button_order"
msgstr "Jetzt bestellen"
 
msgid "login_message"
msgstr "Willkommen zurück!""

使用 gettext 函数完成翻译：

import gettext
de_DE = gettext.translation('messages', localedir='locales', languages=['de_DE'])
de_DE.install()
print(gettext("login_message"))
# Willkommen zurück!
print(gettext("button_order"))
# Jetzt bestellen

2. 基于特定语言的像素尺寸 UI 布局

不同的语言文字有着迥异的长度和密度。

如果对此一无所知，就可能在本地化过程中造成没有足够的布局空间，文字可能会超出控件，从而不得不在翻译后重新调整设计。

• 通常在设计时可以流出 50% 的余量以供不同 locale 的字符串伸缩
• 也可以使用布局管理器，根据 runtime 动态调整布局
• 还可以在不同 locale 的资源文件中储存指定语言对应的尺寸

3. 仅指定了语言而忽略了国家

各个国家有各个国家的国歌，而各个国家的国歌可能是由同一种语言演唱的。

有时同一种语言会根据使用它的国家不同而有所区别，因为不同的地域会造成口语和拼写的微妙差别（如 en-GB 和 en-US）。仅指定了语言，而不指定国家代码，会让本地化变得困难。

所以总是应该使用完整的 locale，比如：

# ./locales/en_US/LC_MESSAGES/messages.po
msgid "login_message"
msgstr "Hi there!"

# ./locales/en_AU/LC_MESSAGES/messages.po
msgid "login_message"
msgstr "G'Day Mate!"

4. 拼接字符串

有些开发者喜欢将字符串拼接，虽然字段的常量部分是从资源文件取出的，但整个句子的单词顺序和措辞结构还是被按某种特定语言硬编码了。

在这个反面例子中，仅仅是在一个固定的结构中将句子打散为小块：

msgid "welcome_back_msg_start"
msgstr "Hey "
 
msgid "welcome_back_msg_end"
msgstr ", welcome back!"

print(gettext('welcome_back_msg_start') + username + gettext('welcome_back_msg_end'))
# Hey John, welcome back!

一方面，这种文字游戏有时很难甚至无法被翻译，也会让翻译者对你的胡闹心怀怨恨，因为没有人喜欢因为拼接过多带来的猜字游戏；另一方面，同一句话的前后结构可能完全不同，这使得翻译完全无法进行。

合理的做法是对整句进行本地化，并使用占位符传入变量：

msgid "welcome_back_msg"
msgstr "Hey %(username)s, welcome back!"

print(gettext('welcome_back_msg', username="John"))
# Hey John, welcome back!

5. 错误的编码和缺少 Unicode 支持

当你使用了一个错误的或无法处理 Unicode 的字符编码时，翻译工作也将失败。

编程语言经常使用系统默认的编码存储文件，当你的服务器是英文环境而你的用户以中文浏览器访问时，显示的字符可能就会出错。

总是应该使用 UTF-8

因此，另一个本地化的最佳实践就是一直用 UTF-8。这几乎总是最佳选择，因为它通过使用跨浏览器和服务器的标准化编码解决了问题。所以，理想情况下，你的技术栈中间的每一层都应该使用 UTF-8：无论是 HTML、HTTP 服务器、数据库以及你的应用本身莫不如此。例如：

<meta http-equiv="content-type" content="text/html; charset=utf-8">

Content-Type: text/html; charset=utf-8

# MySQL
CREATE DATABASE dbname CHARACTER SET utf8 COLLATE utf8_general_ci;

6. 硬编码数字、单位、日期和时间

软件国际化并不是仅仅翻译单词 -- 这关乎整个文化的适配。

因为不同语言和不同国家的差异，硬编码日期、时间或货币格式会在翻译过程中带来麻烦。26.04.2015 或 04.26.2014？14:00 或是 2 p.m.？1,000 英里 还是 1,609 公里？

使用专业的工具库来处理国际化中的数字、货币、单位、日期和时间

比如使用了 Python babel 库的一个例子：

from babel.dates import format_datetime
from babel.numbers import format_currency

print(format_datetime(locale='ru_RU'))
# 26 июля 2013 г., 15:48:18

print(format_currency(10.50, 'EUR', locale='de_DE'))
# 10,50 €

print(format_currency(10.50, 'USD', locale='en_AU'))
# US$10.50

7. 忽略竖版和从右到左阅读

阿拉伯文、希伯来文和一些其他语言是从右到左书写的；一些东亚语言比如某些中文文本，或传统蒙古文，也会让你大开眼界 -- 它们有着竖版书写的悠长历史。如果有必要服务于足够多的地区，就要准备好应对上述这些排版方式。

从右到左可能还能通过反向字符串解决；但当字符串竖版排练时，并非简单地旋转 90 度。比较正确的方式是基于 locale 在资源文件中包含一个指示方向的字符串，并根据其调用不同的 CSS 样式。例如：

h1 {
    direction: rtl;
}

<h1>
  Read me from right-to-left.
</h1>

8. 缺少上下文造成的困惑和歧义

当字符串包含变量，且被用在一个特定上下文或使用了有歧义的措辞时，你的翻译团队就不好过了。翻译者通常基于无上下文格式的文件和字符串工作。所以，他们难以感知单个术语“联系”是个动词还是个按钮名称。

• 尽可能在资源文件中使用可读性强的 key，比如 toContact 或 contactButton
• 通过 key 还难以说明的，应该在本地化文件中添加注释和说明
• 如果基于 Excel 工作表管理翻译字段，甚至可以添加屏幕截图以帮助理解

9. 图片中包含文字

合理运用图片可以有效降低本地化成本，因为易于理解的图片减少了描述清楚一件事所需的文本数量。但有时候包含文字的图片会让翻译者抓狂，甚至会让你为翻译付出的金钱成本倍增。

• 尽可能分离图片和文字，用独立的文本组件去实现效果
• 也要注意跨文化的区别，不是所有图像和符号在每种文化中表达的意思都相同

10. 事到临头才不得不本地化

还有一种小的错误可能会妨碍软件在其他语言下正常工作。如果源内容本身存在错误，可能会导致翻译后的其他若干种语言连带出现同样或更严重的错误，而修复这些不同的语言则会花费数倍时间。

• 尽早地、频繁地测试本地化工作，防止错误越积越多
• 作为开发者，可以引入自动化测试工具并针对本地化和编码进行测试

总结

总之，基于源语言开发软件时，就应该时刻保持本地化意识。如果你能有效避免上述 10 种常见陷阱并遵守文中提到的最佳实践，你的应用就能顺利本地化并能随时拥抱国际市场。

扩展阅读：马什么梅？I什么N？浅谈 web 前端开发中的国际化