前幾天有個(gè)朋友問(wèn)我，他在做軟件本地化項(xiàng)目時(shí)遇到了一批特別棘手的文本，里面到處都是"%d個(gè)文件"、"%s已成功保存"這類奇怪的東西。他問(wèn)我這些到底該怎么翻，翻譯完了為什么程序里顯示的位置總是對(duì)不上。這讓我意識(shí)到，動(dòng)態(tài)字符串這個(gè)問(wèn)題，可能很多剛接觸本地化的人都會(huì)遇到。它不像普通句子那樣規(guī)整，里面藏著各種"機(jī)關(guān)"，處理不好的話，翻譯出來(lái)的內(nèi)容要么顯示錯(cuò)亂，要么語(yǔ)法錯(cuò)誤，讀起來(lái)別扭極了。
那動(dòng)態(tài)字符串到底是怎么回事？專業(yè)點(diǎn)說(shuō)，它是指那些包含變量占位符、格式說(shuō)明符或邏輯控制結(jié)構(gòu)的文本。在軟件界面中，開發(fā)者為了讓程序能靈活顯示不同內(nèi)容，會(huì)在字符串里預(yù)留一些"坑"，等實(shí)際運(yùn)行時(shí)再填入具體數(shù)據(jù)。這些"坑"就是動(dòng)態(tài)字符串的標(biāo)志，也是本地化翻譯需要特別注意的地方。
舉個(gè)最常見的例子你就明白了。假設(shè)軟件里有個(gè)提示信息："已成功刪除%d個(gè)文件"。這里的%d就是一個(gè)占位符，程序運(yùn)行時(shí)會(huì)把它替換成實(shí)際數(shù)字，可能是1，也可能是100。翻譯成英文可能就是"Successfully deleted %d files"，但如果翻譯成德語(yǔ)，情況就復(fù)雜了——德語(yǔ)的"文件"有陰性、陽(yáng)性、中性之分，而且"個(gè)"這個(gè)量詞在德語(yǔ)里根本不存在相應(yīng)的語(yǔ)法結(jié)構(gòu)。
再比如某些軟件里的復(fù)數(shù)處理。英語(yǔ)的復(fù)數(shù)形式比較簡(jiǎn)單，大多數(shù)詞加個(gè)"s"或者"es"就行了。但俄語(yǔ)的名詞復(fù)數(shù)形式可以根據(jù)數(shù)字不同變化三次：1對(duì)應(yīng)單數(shù)，2、3、4對(duì)應(yīng)另一種形式，5以上又是一種形式。如果一個(gè)俄語(yǔ)軟件界面要顯示"您有%d條未讀消息"，翻譯時(shí)就得為不同的數(shù)字準(zhǔn)備三種不同的表達(dá)方式。
還有一些更隱蔽的動(dòng)態(tài)字符串。比如某些語(yǔ)言存在性別語(yǔ)法，比如阿拉伯語(yǔ)、西班牙語(yǔ)、俄語(yǔ)，動(dòng)詞或形容詞的形式要根據(jù)主語(yǔ)的性別變化。如果動(dòng)態(tài)字符串的主語(yǔ)是用戶輸入的名字，翻譯系統(tǒng)就得知道這個(gè)名字是男是女，才能給出正確的語(yǔ)法形式。這種情況下，翻譯已經(jīng)不是簡(jiǎn)單的文字替換，而是需要根據(jù)運(yùn)行時(shí)數(shù)據(jù)做出判斷。
根據(jù)我這些年接觸的本地化項(xiàng)目，動(dòng)態(tài)字符串大概可以分成這么幾類。每一類的處理方式都不太一樣，需要區(qū)別對(duì)待。
這是最常見的一種。開發(fā)者會(huì)在字符串里用特定的標(biāo)記預(yù)留位置，常見的有%d、%s、%f、%1$s這類格式。翻譯的時(shí)候，這些標(biāo)記的位置絕對(duì)不能動(dòng)，但標(biāo)記周圍的文字是可以調(diào)整的。聽起來(lái)簡(jiǎn)單，但實(shí)際操作中很容易出問(wèn)題。比如中文"共%d個(gè)項(xiàng)目"翻譯成英文應(yīng)該是"%d projects in total"，這里需要調(diào)整語(yǔ)序，把表示總數(shù)的部分移到后面。如果直接把"共"翻譯成"total"放在前面，就會(huì)變成"Total %d projects"，雖然意思對(duì)了，但讀起來(lái)不如地道的說(shuō)法自然。
復(fù)數(shù)形式的處理是本地化的重災(zāi)區(qū)。英語(yǔ)只有單數(shù)和復(fù)數(shù)兩種形式，所以寫代碼的人有時(shí)候會(huì)偷懶，用類似"1 item(s)"這樣的方式來(lái)處理。但這種做法在很多語(yǔ)言里是行不通的。波蘭語(yǔ)的復(fù)數(shù)規(guī)則非常變態(tài)，數(shù)字1對(duì)應(yīng)一種形式，2、3、4對(duì)應(yīng)第二種，5到21又對(duì)應(yīng)第一種，22到24又是第二種，以此類推。烏克蘭語(yǔ)的情況也差不多。如果軟件要面向這些市場(chǎng)本地化，翻譯團(tuán)隊(duì)必須為每種可能的情況準(zhǔn)備對(duì)應(yīng)的譯文字符串。
說(shuō)到性別語(yǔ)法，阿拉伯語(yǔ)和希伯來(lái)語(yǔ)是最讓人頭大的。這兩種語(yǔ)言的動(dòng)詞變位、形容詞變化都要與主語(yǔ)的語(yǔ)法性別保持一致。如果動(dòng)態(tài)字符串里的主語(yǔ)是變量——比如用戶輸入的人名——翻譯系統(tǒng)就必須能判斷這個(gè)名稱的性別，才能輸出正確的句子形式。法語(yǔ)也有類似的問(wèn)題，只不過(guò)影響范圍稍微小一點(diǎn)。這種情況下，翻譯工作單靠譯員手動(dòng)完成是不夠的，需要開發(fā)團(tuán)隊(duì)在程序里提供額外的性別標(biāo)記參數(shù)。
有些字符串本身不長(zhǎng)，但放在不同的地方意思完全不一樣。比如"Apply"這個(gè)詞，在軟件設(shè)置界面可能翻譯成"應(yīng)用"，在表單里可能翻譯成"提交"，在圖片處理軟件里可能翻譯成"套用"。如果只看原文"Apply"，譯者根本不知道該怎么翻。這類字符串在本地化行業(yè)里有個(gè)專門的叫法——"atom"或者"singleton string"。處理它們最好的辦法是提供截圖或者詳細(xì)的上下文說(shuō)明，讓譯者明白這個(gè)詞具體用在什么地方。
說(shuō)了這么多理論，該講點(diǎn)實(shí)際的了。作為康茂峰這樣的專業(yè)本地化服務(wù)商，在處理動(dòng)態(tài)字符串的時(shí)候都會(huì)遵循一些行之有效的方法論。這些方法不是憑空想出來(lái)的，而是一個(gè)個(gè)項(xiàng)目做下來(lái)慢慢積累的經(jīng)驗(yàn)。
翻譯動(dòng)態(tài)字符串的時(shí)候，占位符的位置是最敏感的部分。原則上，譯文中占位符的相對(duì)順序要和原文保持一致。但這只是理想情況，很多語(yǔ)言之間語(yǔ)序差異很大，這時(shí)候該怎么辦？
以中文和英語(yǔ)為例。中文說(shuō)"正在加載 %d 個(gè)文件"，英語(yǔ)說(shuō)"Loading %d files"。兩個(gè)語(yǔ)言的語(yǔ)序差不多，直接翻譯就行。但如果換成"您收藏的%d個(gè)文件"，翻譯成英語(yǔ)可能需要說(shuō)"%d files in your collection"，語(yǔ)序就變了。遇到這種情況，國(guó)際化工程師應(yīng)該在代碼里使用帶編號(hào)的占位符，比如%1$d、%2$s，這樣即使語(yǔ)序需要調(diào)整，占位符也能對(duì)應(yīng)上正確的變量。翻譯的時(shí)候只需要調(diào)整占位符的順序就可以了。
處理復(fù)數(shù)形式最系統(tǒng)的做法是CLDR（Unicode公共本地化數(shù)據(jù)倉(cāng)庫(kù)）提供的復(fù)數(shù)規(guī)則。CLDR為世界上幾乎所有主要語(yǔ)言都定義了復(fù)數(shù)分類，比如英語(yǔ)有one和other兩種，俄語(yǔ)有one、few、many三種。每種語(yǔ)言對(duì)應(yīng)哪些分類、每個(gè)分類適用什么數(shù)字范圍，CLDR都整理得清清楚楚。
本地化項(xiàng)目開始之前，開發(fā)團(tuán)隊(duì)需要先確定目標(biāo)語(yǔ)言屬于哪種復(fù)數(shù)類型，然后在代碼里為每種復(fù)數(shù)形式準(zhǔn)備獨(dú)立的字符串標(biāo)識(shí)。翻譯團(tuán)隊(duì)則需要為同一個(gè)中文句子提供多份譯文，分別對(duì)應(yīng)不同的復(fù)數(shù)情況。這樣程序運(yùn)行時(shí)，根據(jù)實(shí)際數(shù)字選擇對(duì)應(yīng)的譯文就行了。雖然前期準(zhǔn)備工作量不小，但至少能保證出來(lái)的結(jié)果是正確的。
如果目標(biāo)語(yǔ)言存在語(yǔ)法性別問(wèn)題，程序必須能夠識(shí)別并傳遞相關(guān)性別信息。常見的做法是在用戶注冊(cè)階段就讓用戶選擇性別，或者根據(jù)用戶名的特征自動(dòng)推斷。獲得了性別信息之后，把它作為參數(shù)傳遞給翻譯模塊，模塊再根據(jù)性別選擇正確的譯文形式。
舉個(gè)具體的例子。假設(shè)某條消息是"用戶%s已更新了個(gè)人資料"，需要翻譯成阿拉伯語(yǔ)。阿拉伯語(yǔ)的"更新了"有男性和女性兩種形式。如果參數(shù)里帶了性別標(biāo)記，男性用戶收到"???????? ???? ??? ?????? ???? ??????"，女性用戶收到"??????? ???? ???? ?????? ????? ??????"。沒(méi)有這個(gè)標(biāo)記，翻譯系統(tǒng)就只能瞎蒙，出來(lái)的句子肯定語(yǔ)法錯(cuò)誤。
本地化翻譯不只是譯員的事，開發(fā)團(tuán)隊(duì)在技術(shù)層面的支持同樣重要。很多問(wèn)題如果前期設(shè)計(jì)得當(dāng)，后續(xù)能省去大量麻煩。
主流的軟件開發(fā)框架都提供了專門管理本地化資源文件的方式。Android用strings.xml，iOS用Localizable.strings，Java用properties文件，.NET用resx文件。這些文件格式的共同特點(diǎn)是鍵值對(duì)結(jié)構(gòu)——一個(gè)標(biāo)識(shí)符對(duì)應(yīng)一份譯文。動(dòng)態(tài)字符串的占位符直接寫在值里面，翻譯時(shí)只需要處理值的內(nèi)容就行。
對(duì)于復(fù)數(shù)形式，不同框架的處理方式略有差異。以Android為例，它在strings.xml里支持復(fù)數(shù)標(biāo)簽，用
翻譯記憶庫(kù)（TM）是提升本地化效率的重要工具，但處理動(dòng)態(tài)字符串時(shí)需要特別小心。普通的句子可以整機(jī)匹配，但動(dòng)態(tài)字符串因?yàn)槔锩嬗凶兞浚耆恢碌钠ヅ浜苌僖姟＿@時(shí)候需要用模糊匹配功能，找出相似的字符串供譯員參考。
更高級(jí)的做法是對(duì)動(dòng)態(tài)字符串進(jìn)行預(yù)處理——把占位符挖掉，只用周圍的核心詞匯做匹配。這樣匹配成功率會(huì)高很多。匹配結(jié)果出來(lái)之后，譯員再把占位符填回去。康茂峰在處理本地化項(xiàng)目時(shí)都會(huì)做這樣的預(yù)處理，一方面提高匹配效率，另一方面也能避免把占位符的位置搞錯(cuò)。
動(dòng)態(tài)字符串的測(cè)試和普通文本測(cè)試不一樣。普通文本只需看有沒(méi)有翻譯、讀起來(lái)順不順就行，動(dòng)態(tài)字符串必須驗(yàn)證在不同參數(shù)值下顯示是否正確。比如測(cè)試一條涉及數(shù)字的提示信息，1、2、5、21、101、111這些關(guān)鍵節(jié)點(diǎn)都要測(cè)到，因?yàn)椴煌Z(yǔ)言的復(fù)數(shù)規(guī)則在不同數(shù)字范圍內(nèi)表現(xiàn)不同。
性別語(yǔ)法的測(cè)試稍微麻煩點(diǎn)，需要準(zhǔn)備不同性別的測(cè)試賬號(hào)或者測(cè)試數(shù)據(jù)。如果條件允許，最好請(qǐng)目標(biāo)語(yǔ)言的母語(yǔ)者做一輪驗(yàn)收，他們能發(fā)現(xiàn)母語(yǔ)者才能察覺的細(xì)微語(yǔ)法問(wèn)題。
在本地化行業(yè)摸爬滾打這些年，我見過(guò)不少因?yàn)閯?dòng)態(tài)字符串處理不當(dāng)導(dǎo)致的翻車現(xiàn)場(chǎng)。總結(jié)幾條避坑建議，希望能幫到大家。
第一個(gè)坑是占位符被翻譯。某些不太專業(yè)的翻譯會(huì)把%d、%s這些占位符當(dāng)成普通文字翻譯掉，比如把"%d個(gè)文件"翻譯成"%d個(gè)files"。結(jié)果程序運(yùn)行時(shí)，屏幕上就顯示"5個(gè)files"這種鬼東西。解決這個(gè)問(wèn)題需要在翻譯指南里明確強(qiáng)調(diào)占位符是代碼標(biāo)記，絕對(duì)不能動(dòng)，并且在上線前做嚴(yán)格的回歸測(cè)試。
第二個(gè)坑是復(fù)數(shù)形式不全。很多項(xiàng)目為了趕進(jìn)度，只做單數(shù)和復(fù)數(shù)兩種形式就上線了。結(jié)果某些數(shù)字對(duì)應(yīng)的句子讀起來(lái)語(yǔ)法錯(cuò)誤，特別是俄語(yǔ)、波蘭語(yǔ)這些復(fù)數(shù)規(guī)則復(fù)雜的語(yǔ)言。出來(lái)混總是要還的，后面還是要補(bǔ)做，所以還不如一開始就做完整。
第三個(gè)坑是上下文缺失。譯員拿到一條動(dòng)態(tài)字符串，根本不知道用在什么地方，只能憑感覺猜。猜對(duì)了萬(wàn)事大吉，猜錯(cuò)了就等著上線后被用戶吐槽吧。負(fù)責(zé)任的項(xiàng)目經(jīng)理應(yīng)該為每條關(guān)鍵字符串準(zhǔn)備截圖或者視頻演示，讓譯者看到實(shí)際使用場(chǎng)景。如果預(yù)算允許，譯前和譯者開個(gè)簡(jiǎn)短的溝通會(huì)也很有幫助。
動(dòng)態(tài)字符串的本地化處理，說(shuō)到底就是要在"變"與"不變"之間找到平衡。變的是運(yùn)行時(shí)填入的具體數(shù)據(jù)，不變的是語(yǔ)言規(guī)則和語(yǔ)法結(jié)構(gòu)。本地化工作者的任務(wù)，就是為每種可能的"變"準(zhǔn)備好對(duì)應(yīng)的正確譯文，同時(shí)確保無(wú)論數(shù)據(jù)怎么變，出來(lái)的句子都符合目標(biāo)語(yǔ)言的語(yǔ)法規(guī)范。
這事兒聽起來(lái)復(fù)雜，做起來(lái)也確實(shí)需要經(jīng)驗(yàn)。但只要方法對(duì)了、流程規(guī)范了，其實(shí)也沒(méi)那么可怕。關(guān)鍵是前期要把功課做足，別等到上線了才發(fā)現(xiàn)問(wèn)題。到那時(shí)候再改，成本可就高多了。
