BasicCAT开发笔记(十一):XLIFF文件的支持

| 分类 技术随笔  | 标签 CAT 

关于XLIFF的介绍见前文,这里主要讲下BasicCAT是怎么处理xliff文件的。

<?xml version="1.0" encoding="UTF-8"?>
<xliff version='1.2'
       xmlns='urn:oasis:names:tc:xliff:document:1.2'>
<file original="Stories/Story_u1c52c.xml" source-language="en-US" target-language="zh-CN" datatype="xml">
    <body>
        <trans-unit id="NE9BA6C2E-tu1" xml:space="preserve">
            <source xml:lang="en-US"><g id="1">Conte<g id="2">n</g>ts</g></source>
            <target xml:lang="zh-CN"><g id="1">Conte<g id="2">n</g>ts</g></target>
        </trans-unit>
    </body>
</file>
</xliff>

以往处理XML都是利用XML2MAP类将XML文件转为b4j中的map进行处理。在xliff中,我们要提取source中的内容作为原文。用户直接翻译<g id="1">Conte<g id="2">n</g>ts</g>这样的内容。但是直接提取,会把<g>标签和文本分开进行存储。我便把source中的标签都做了转义。当然只转义xliff的bpt、g、x等标签,其它文件格式的标签不会转义。转义时碰到一个效率问题,主要是从头开始替换会改变匹配的文本的offset,这样得反复进行匹配。解决办法是从文件末尾开始进行替换。

因为标签太多的话比较麻烦,于是对于片段中只有一对标签和一个标签的情况,做了标签的隐藏。Trados默认是不隐藏标签的,所以这样做后,导出的tmx翻译记忆给Trados用会少不少标签信息。解决方法可以是用Trados打开翻译的xliff文件,这样它会自动读取target标签中的内容,也就不用翻译记忆了。

<g id="1">Conte<g id="2">n</g>ts</g>这个片段中,<g id="1"><g>可以进行隐藏。而如果是这样<g id="1">Conte<g><g id="2">nts</g>,就不进行隐藏。

因为xliff成对的行内标签要判断开头标签和哪个结尾标签较为麻烦,所以只隐藏只有一对标签和单个标签的情况。

因为xliff的文本没有换行等信息,所以预览文本的功能不能直接显示分段。其实每个transunit的提取基本都是按段落来的。所以预览或者生成双语段落对照可以根据transunit来。

相关文件:https://github.com/xulihang/BasicCAT/blob/master/BasicCAT/xliffFilter.bas


上一篇     下一篇