gettext .po 文件比较/处理文件之间的字符串答案

【问题标题】：gettext .po file comparing/working with strings between filesgettext .po 文件比较/处理文件之间的字符串
【发布时间】：2014-11-23 16:54:48
【问题描述】：

我想对一个包含不同应用程序的多个文件的项目进行一些翻译。然而，为了轻松地使所有文件的内容保持一致，使用可以加载一堆 .po 文件的翻译工具会很有用，例如交叉检查文件是否有相同或相似的参考 msgid 字符串以确保翻译。如果引用相同，也许还允许一次性翻译多个文件/字符串。

这样的东西存在吗..？

【问题讨论】：

标签： translation gettext po

【解决方案1】：

我必须为一个项目 (CiviCRM) 做同样的事情。我收到的一个建议是检查 OpenRefine，它大概有一些工具可以找到类似的字符串，但我想用一些简单的东西来自动化这个过程，所以我写了一个简短的脚本。

公平的警告，这不是最有效的，而且在大型项目上运行可能需要一段时间（我们在 CiviCRM 中有大约 16000 个字符串）。

供参考： https://github.com/civicrm/l10n/blob/master/bin/find-similar-strings.php

而且由于 SO 不喜欢链接作为答案，请点击此处了解更多详情：

#!/usr/bin/php
<?php

/**
* Reads from STDIN and finds similar-looking strings.
*
* Usage:
* cat *.pot | ../bin/find-similar-strings.php
*
* Context:
* http://forum.civicrm.org/index.php/topic,34805.0.html
*/

// Default match threshold is 90% match.
$threshold = (! empty($argv[1]) ? $argv[1] : 90);

// Read all input from stdin.
$src = file_get_contents("php://stdin");

// http://stackoverflow.com/a/1070937/2387700
// Extract all "msgid" strings (they can be multi-line).
preg_match_all('/msgid\s+\"([^\"]*)\"/', $src, $matches);
$msgids = $matches[1];

// Sort the strings alphabetically, to make them easier to compare.
// sort($msgids);
foreach ($msgids as $key1 => $msgid1) {
  foreach ($msgids as $key2 => $msgid2) {
    $percent = 0;
    if ($msgid1 && $msgid2 && $msgid1 != $msgid2) {
      if (similar_text($msgid1, $msgid2, $percent)) {
        if ($percent > $threshold) {
          $percent = (int) $percent;
          echo "$msgid1 [$percent %]\n";
          echo "$msgid2 \n\n";
        }
      }
    }
  }

  // To avoid going through the strings twice, we unset the string
  // si that the inner-loop goes faster.
  unset($msgids[$key1]);
}

这将加载 .pot 文件（源字符串，但我想您也可以在 .po 文件上运行它），并一一循环遍历所有字符串。

我一直在犹豫是否按字母顺序对字符串进行排序，但我发现不少情况下，字符串前面的空格不正确、拼写错误等。

另一个可能的改进是首先检查字符串的长度，然后跳过长度非常不同的字符串。

【讨论】：