Convertir une traduction manuelle vers po4a

po4a-gettextize synchronise les fichiers maître et localisé pour extraire leur contenu dans un fichier PO. Le contenu du fichier maître donne le msgid tandis que le contenu du fichier localisé donne le msgstr. Ce processus est quelque peu fragile : la Nième chaîne du fichier traduit est censée être la traduction de la Nième chaîne de l'original.

La gettextisation fonctionne mieux si vous parvenez à récupérer la version exacte du document original utilisée pour la traduction. Même dans ce cas, il se peut que vous deviez manipuler les fichiers maître et localisé pour aligner leurs structures si elles ont été désynchronisées par le traducteur d'origine. Il est donc conseillé de travailler sur des copies des fichiers.

En interne, chaque parseur po4a rapporte le type syntaxique de chaque chaîne extraite. C’est ainsi que les désynchronisations sont détectées durant la transformation en gettext. Dans l'exemple illustré ci-dessous, il y a très peu de chance pour que la quatrième chaîne de la traduction (de type « chapitre ») soit la traduction de la quatrième chaîne du document original (de type « paragraphe »). Il est plus probable qu’un nouveau paragraphe ait été ajouté à l’original, ou que deux paragraphes originaux aient été fusionnés en un seul dans la traduction.

    Original         Traduction
  chapitre            chapitre
    paragraphe          paragraphe
    paragraphe          paragraphe
    paragraphe        chapitre
  chapitre              paragraphe
    paragraphe          paragraphe

po4a-gettextize diagnostiquera de manière verbeuse toute désynchronisation de structure. Lorsque cela se produit, vous devez manuellement modifier les fichiers pour ajouter de faux paragraphes ou supprimer du contenu ici et là jusqu'à ce que la structure des deux fichiers corresponde réellement. Quelques astuces sont données ci-dessous pour sauver le maximum de la traduction existantepar ces moyens.

Si vous avez assez de chance pour avoir une correspondance parfaite dans les structures de fichiers prête à l’emploi, générer un fichier PO correct est une affaire de secondes. Dans le cas contraire, vous comprendrez vite pourquoi ce processus porte un nom si affreux :) Malgré cela, la gettextisation reste souvent plus rapide que de tout retraduire. J'ai gettextisé la traduction française de toute la documentation Perl en une journée malgré les nombreux problèmes de synchronisation. Vu la quantité de texte (2Mo de texte original), recommencer la traduction sans avoir au préalable récupéré les anciennes traductions aurait nécessité plusieurs mois de travail. De plus, ce travail fastidieux est le prix à payer pour bénéficier du confort de po4a. Une fois converti, la synchronisation entre les documents maîtres et les traductions sera toujours entièrement automatique.

Après une gettextization réussie, les documents produits doivent être vérifiés manuellement pour détecter les disparités non détectées et les erreurs silencieuses, comme expliqué ci-dessous.

Trucs et astuces pour le processus de «gettextisation»

La gettextisation s'arrête dès qu'une désynchronisation est détectée. Lorsque cela se produit, vous devez modifier les fichiers autant que nécessaire pour réaligner les structures des fichiers. po4a-gettextize est plutôt verbeux lorsque les choses se passent mal. Il signale les chaînes de caractères qui ne correspondent pas, leur position dans le texte et le type de chacune d'entre elles. De plus, le fichier PO généré jusqu'à présent est sauvegardé sous gettextization.failed.po pour une inspection plus approfondie.

Voici quelques astuces pour vous aider dans ce processus fastidieux et vous assurer de récupérer le maximum de la traduction précédente :

• Supprimez tout le contenu superflu des traductions, comme la section créditant les traducteurs. Ils doivent être ajoutés séparément en tant qu'addenda (voir po4a(7)).
• Lorsque vous éditez les fichiers pour aligner leurs structures, préférez si possible éditer la traduction. En effet, si les modifications de l'original sont trop intrusives, l'ancienne et la nouvelle version ne seront pas appariées lors de la première exécution de po4a après la gettextisation (voir ci-dessous). Toute traduction non appariée sera de toute façon abandonnée. Ceci étant dit, vous pouvez toujours éditer le document original s'il est trop difficile d'obtenir la gettextisation autrement, même si cela signifie qu'un paragraphe de la traduction est abandonné. L'important est d'obtenir un premier fichier PO pour commencer.
• N'hésitez pas à supprimer tout contenu original qui n'existe pas dans la version traduite. Ce contenu sera automatiquement réintroduit par la suite, lors de la synchronisation du fichier PO avec le document.
• Vous devriez probablement informer l’auteur original de toute modification structurelle dans la traduction qui semble nécessaire. Les problèmes du document originel doivent être signalés à l’auteur. Faire la correction dans votre traduction n’en fait bénéficier qu’une partie de la communauté. Et de plus, c’est impossible avec po4a ;) Mais vous voudrez probablement attendre la fin de la conversion vers po4a avant de modifier les fichiers originaux.
• Parfois, le contenu des paragraphes correspond, mais pas leur type. Corriger cela dépend du format. Pour les formats POD et man, cela provient souvent du fait qu’un des deux contient une ligne commençant par des espaces et pas l’autre. Pour ces formats, cela signifie que ce paragraphe ne doit pas être reformaté, il a donc un type différent. Retirez simplement les espaces et vous serez tranquille. Il se peut aussi qu’il s’agisse d’une petite erreur dans le nom d’une balise en XML.

  De la même façon, deux paragraphes peuvent avoir été combinés, dans le format POD, si la ligne qui les sépare contient des espaces, ou s’il n’y a pas de ligne vide entre la ligne =item et le contenu de cet élément.

• Parfois, le message de désynchronisation semble étrange car la traduction est attachée au mauvais paragraphe source. C’est le signe d’un problème non détecté en amont dans le processus. Cherchez le point de synchronisation réel en inspectant le fichier gettextization.failed.po généré, et corrigez le problème là où est vraiment.
• D'autres problèmes peuvent provenir de chaînes de caractères dupliquées, que ce soit dans l'original ou dans la traduction. Les chaînes dupliquées sont fusionnées dans les fichiers PO, avec deux références. Cela constitue une difficulté pour l'algorithme de gettextisation, qui est un simple appariement un à un entre les msgids du fichier maître et du fichier localisé. Cependant, les versions récentes de po4a devraient correctement traiter les chaînes de caractères dupliquées, et vous devriez donc signaler tout problème restant que vous pourriez rencontrer.

Examen des fichiers produits par po4a-gettextize

Tout fichier produit par po4a-gettextize doit être examiné manuellement, même lorsque le script se termine avec succès. Vous devez parcourir le fichier PO en vous assurant que les msgid et msgstr correspondent réellement. Il n'est pas encore nécessaire de s'assurer que la traduction est parfaitement correcte, car toutes les entrées sont de toute façon marquées comme des traductions floues ("fuzzy"). Vous devez seulement vérifier les problèmes de correspondance évidents, car les traductions mal assorties seront abandonnées lors des étapes suivantes si vous voulez les sauver.

Heureusement, cette étape ne nécessite pas de maîtriser les langues cibles puisque vous voulez seulement reconnaître des éléments similaires dans chaque msgid et son msgstr correspondant. Parlant moi-même le français, l'anglais et un peu l'allemand, je peux faire cela pour toutes les langues européennes au moins, même si je ne peux pas dire un mot de la plupart de ces langues. Je parviens parfois à détecter des problèmes de correspondance dans les langues non latines en examinant la longueur des chaînes de caractères, les structures des phrases (la quantité de points d'interrogation correspond-elle ?) et d'autres indices, mais je préfère que quelqu'un d'autre examine ces langues.

Si vous détectez une discordance, éditez les fichiers d'origine et de traduction comme si po4a-gettextize avait signalé une erreur, et réessayez. Une fois que vous avez un fichier PO décent pour votre traduction existante, sauvegardez-le jusqu'à ce que vous obteniez un fonctionnement correct de po4a.

Exécuter po4a pour la première fois

La manière la plus simple de configurer po4a est d'écrire un fichier de configuration po4a.conf, et d'utiliser le programme po4a unifié (po4a-updatepo et po4a-translate sont obsolètes). Veuillez consulter la section « FICHIER DE CONFIGURATION » dans la documentation de po4a(1) pour plus de détails.

Lorsque po4a est exécuté pour la première fois, la version actuelle des documents maîtres sera utilisée pour mettre à jour les fichiers PO contenant les anciennes traductions que vous avez récupérées par gettextisation. Cela peut prendre beaucoup de temps, car beaucoup des msgids de la gettextisation ne correspondent pas exactement aux éléments du fichier POT construit à partir des fichiers maîtres récents. Cela oblige gettext à rechercher le plus proche en utilisant un algorithme coûteux de proximité des chaînes de caractères. Par exemple, le premier passage sur la traduction française de la documentation Perl (fichier PO de 5,5 Mo) a pris environ 48 heures (oui, deux jours) alors que les suivants ne prennent que quelques secondes.

Mise en production de vos traductions

Après ce premier passage, les fichiers PO sont prêts à être revus par les traducteurs. Toutes les entrées ont été marquées comme floues ("fuzzy") dans le fichier PO par po4a-gettextization, ce qui oblige à les relire attentivement avant de les utiliser. Les traducteurs doivent examiner chaque entrée pour vérifier que la traduction récupérée correspond bien au texte original actuel, actualiser la traduction si nécessaire, et supprimer les marqueurs flous.

Une fois que suffisamment de marqueurs flous sont supprimés, po4a commencera à générer les fichiers de traduction sur le disque, et vous serez prêt à passer votre flux de traduction à la production. Certains projets trouvent utile de s'appuyer sur Weblate pour assurer la coordination entre les traducteurs et les mainteneurs, mais cela dépasse le cadre de po4a.