Як правильно локалізувати числа?

Які застереження я повинен знати, локалізуючи номери в моєму додатковому додатку?

Приклад: у бразильській португальській (pt-BR) ми розділили тисячі крапками та десятковими комами. В американській англійській мові (en-US) це навпаки. У pt-BR ми представляємо цифри, розділені на тисячі, такі ж, як і en-US. Але читаючи про індійську англійську (en-IN) сьогодні, я натрапив на цей дорогоцінний камінь:

Індійська система нумерації є кращою для згрупування цифр. Коли пишуться словами або коли говорять, цифри менше 100 000/100 000 виражаються так само, як у стандартній англійській мові. Числа, що включають і понад 100 000/100 000, виражаються в підмножині індійської системи нумерації.

https://en.wikipedia.org/wiki/Indian_English#Numbering_system

Що означає:

1000000 units in pt-BR are formatted 1.000.000
1000000 units in en-US are formatted 1,000,000
1000000 units in en-IN are formatted 10,00,000

Окрім коми і крапок та інших специфічних роздільників, мабуть, маскування також є вагомою проблемою.

Які ще застереження мені слід знати, локалізуючи номери в моєму додатковому додатку? Особливо, якщо я показую цифри для нелатинських наборів символів?

Більшість мов програмування та рамки вже мають розумний робочий механізм, який ви можете використовувати для цього.

Наприклад, екосистема C # має простір імен System.Globalization , що дозволяє вказати Cultureпотрібне:

Console.WriteLine(myMoneyValue.ToString("C", "en-US"));

Це не те, що ви хочете переосмислити. Використовуйте функції інтернаціоналізації, які надаються вашою улюбленою мовою чи рамкою.

Тут вже є кілька відмінних відповідей, але вони не згадали про одну річ, яку, на мою думку, важливо не забувати: переконайтесь, що там, де відбувається форматування чисел, буде зрозуміло (або можна контролювати) для чого використовується вихід:

• коли він призначений для користувальницького інтерфейсу, слід застосувати локалізоване форматування

• коли число записується у файл або надсилається по мережі, або інша форма, де це число потрібно в машиночитаній формі, переконайтеся, що воно не відформатоване відповідно до поточної культури, а відповідно до фіксованої настройки (наприклад, у середовищі .NET, використовуйте InvariantCulture).

В іншому випадку у вас виникають проблеми, коли номери записуються або надсилаються за допомогою культури A, і читаються або приймаються за допомогою культури B.

На мій досвід, це одне з найбільших перешкод у правильній локалізації чисел: у спробі централізації форматування чи перетворення чисел люди починають створювати загальні, багаторазові функції для форматування, а потім починають використовувати їх у всьому місце. Однак, як тільки потрібні цифри також у машиночитаному рядковому форматі десь ще в програмі, потрібні два варіанти: локалізоване та нелокалізоване форматування. Це спричиняє високий ризик змішування двох форм перетворень (особливо, коли розробники та тестові машини мають свої параметри локалізації за замовчуванням, аналогічні встановленому "фіксованому" параметру, що використовується для форматування без інтерфейсу користувача, але частина користувацької бази не має).

Додаток: ця проблема може стати справді неприємною в ситуаціях, коли заздалегідь не зрозуміло, чи буде номер опрацьований машиною або людиною (або обома) пізніше. Наприклад, як частина виводу файлу журналу. У таких випадках, мабуть, найкраще дотримуватися "нейтрального" стандарту, коли не використовується роздільник, окрім точки, як десяткового роздільника.

Правильна локалізація досить складна. Більшість програмних екосистем мають спроби вирішення локалізації, але, на мій досвід, вони всі більш-менш зламані. Тому я б запропонував:

• Не намагайтеся автоматизувати локалізацію. Це не завжди спрацює. Вам важко помітити проблеми та розчарувати своїх користувачів.

• Будьте послідовними: не змішуйте різні мови та умовні формати, наприклад, десяткові роздільники бразильського стилю в тексті англійською мовою.

• Явно підтримують заданий набір локалів. Співпрацюйте зі своїми перекладачами, щоб визначити правильне форматування дат та чисел. Ви, швидше за все, створите власний набір інструментів локалізації, хоча більшість (але не всі) проблем можна делегувати до наявної бібліотеки.

• Зробіть прості варіанти форматування, які можна налаштувати кожному користувачеві: формати дати та часу, десяткові роздільники, бажана валюта…. Це особливо корисно для мандрівників, емігрантів чи інших людей, яким потрібно змішати кілька локальних або культурних культур незалежно від мови.

Важливе врахування: Ви повинні вирішити, скільки вистачить. Тому що, якщо спуститися в кролячу нору, намагаючись локалізуватися ідеально, вона стане все складнішою.

Візьміть типову мітку типу "Ви вибрали n елементів". Це неправильне значення, якщо вибрано лише один елемент. Потворне, але прагматичне рішення - написати "Ви вибрали п. Елементів". Але якщо ви хочете зробити це правильно, вам потрібні два різні тексти залежно від російської. Якщо ви спробуєте зробити це в декількох локалях, це швидко стане справді складним, оскільки різні мови мають різну граматику. Деякі мови мають різні сполучення для одного, двох та декількох предметів тощо. З цієї причини люди, які знають, завжди скаржаться на те, що існуючі рамки локалізації є недостатніми.

Але ви повинні вибрати свої битви і вирішити, який рівень витонченості достатній. Для багатьох цілей стандартна бібліотека локалізації для форматування чисел і дат повинна бути достатньою.

Ви не можете бути в курсі всіх застережень мов. Ви говорите про числа, але є множини, статі, порівняння. Потрібно знати, що вони існують, і покладатися на велику роботу, яку виконують інші люди, насамперед проекти ICU та CLDR.

Більшість сучасних мов реалізують деякі або всі функції цих проектів, але навіть якщо вони цього не роблять, читання про ці проекти дасть вам хороше уявлення, на що звернути увагу.

http://site.icu-project.org

http://cldr.unicode.org

Оновлення

Інструмент опитування CLDR забезпечує доступ до всіх моделей. Це покаже вам, як відформатувати число в певній мові та регіоні. Наприклад, португальська (Португалія):

http://st.unicode.org/cldr-apps/v#/pt_PT/Number_Formatting_Patterns/

І якщо ви дійсно хочете перевірити всі дані (і можливо використовувати їх), ви можете завантажити CLDR у форматі JSON з GitHub:

https://github.com/unicode-cldr/cldr-json#cldr-json

Більше інформації про завантаження тут:

http://cldr.unicode.org/index/downloads

Ну, хоча я задоволений усіма відповідями тут, я не дуже задоволений кожною з них окремо, щоб позначити одну як правильну відповідь.

Поки що це слід пам’ятати, коли локалізуємо числа:

Для людей :

• Тисячі сепараторів не завжди відокремлюються тисячами. Дивіться індійський випадок у питанні;
• Тисячі та десяткові символи змінюють культуру на культуру. Наприклад, у німецькій мові тисячі розділені за допомогою пробілів, тоді як англійською мовою це коммани, а португальською - крапки;
• Ми не маємо інформації, чи є відповідна різниця між мовами зліва направо і справа наліво;
• Надайте певний набір підтримуваних локалізацій та уточнюйте їх для своїх користувачів;
• Дозвольте вашим користувачам змінити локалізацію за замовчуванням на одну з підтримуваних локалізацій, і вони будуть раді та надішлять вам торти, вдячні, тому що ви щедрий бог. :);

Для комп’ютерів :

• Пам’ятайте, що машини не є поблажливими і завжди повинні отримувати однакове форматування під час серіалізації та десеріалізації номера;
• Дотримуйтесь єдиного формату для цього;
• Використовуйте мінімально можливий можливий формат. Уникайте тисяч розділення, десяткових знаків має бути достатньо для серіалізації та десеріалізації.

Для розробників :

• (як запропоновано @hyde нижче): використовувати існуючу бібліотеку для локалізації;
• Якщо ви можете, скористайтеся власними тестерами та вкажіть тестові випадки локалізації / інтернаціоналізації, інакше довіряйте бібліотеці;
• Пам'ятайте, що локалізація - це проблема, здебільшого вирішена. Кожна основна мова має бібліотеку, рідну чи зовнішню, яка може локалізувати числа, дати та час;