El problema a solucionar¶

Traducir documentación no es muy difícil en si misma. Los textos son bastante más largos que los mensajes de programa, y por lo tanto tardan más en traducirse, pero no se necesitan conocimientos técnicos para hacerlo. La parte difícil llega cuando se debe mantener el trabajo al día. Detectar qué partes han cambiado y se necesitan actualizar es muy difícil, conduce a errores y es bastante desagradable. Creo que ésto explica porqué tantas de las traducciones de documentación que hay por ahí están anticuadas.

Las respuestas de po4a¶

Por ello, el objetivo de po4a es poder mantener la traducción de documentación al día. La idea es reusar la metodología de gettext en este nuevo campo. Al igual que con gettext, los textos se extraen de su ubicación original para ser presentados en un formato uniforme a los traductores. Las herramientas clásicas de gettext ayudan a actualizar el trabajo cuando aparece una nueva versión del original. Pero a diferencia del modelo clásico de gettext, las traducciones se devuelven a la estructura del documento original de forma que se puedan procesar y distribuir igual que la versión en inglés.

Gracias a esto, descubrir qué partes del documento han cambiado y se necesitan actualizar se vuelve muy fácil. Otro punto fuerte es que las herramientas harán prácticamente toda la tarea cuando la estructura del documento original se reorganice y algunos capítulos se reubiquen, junten o separen. Al extraer el texto a traducir de la estructura del documento, también le mantiene lejos de la complejidad del formateo de texto y reduce las oportunidades de dañar el documento (aunque no le prevenga completamente de hacerlo).

Por favor, lea también las Preguntas frecuentes, más abajo en éste documento, para una lista más completa de las ventajas y desventajas de este enfoque al problema.

Formatos compatibles¶

Actualmente se han implementado satisfactoriamente algunos tipos de formato de texto:

man

El clásico formato de las páginas de manual, usado por un gran número de programas. La compatibilidad con po4a es bienvenida ya que el formato es algo difícil de usar, y no muy amistoso para los principiantes. El módulo Locale::Po4a::Man(3pm) es también compatible con el formato mdoc, empleado en las páginas de manual BSD (bastante comunes en Linux).

pod

Este es el formato «Perl Online Documentation» (Documentación en línea de Perl). El lenguaje y sus mismas extensiones están documentados así, igual que la mayoría de scripts de Perl. Hace muy fácil mantener la documentación cerca del código al integrarlos en el mismo fichero. Facilita la vida del programador, pero por desgracia, no la del traductor.

sgml

Aunque hoy en día XML prácticamente lo haya sustituido, este formato aún se usa habitualmente para documentos más extensos que algunas pantallas, y le permite hacer libros completos. Actualizar una traducción de documentos tan largos puede ser realmente un infierno. A menudo diff se vuelve inútil cuando se ha sangrado («indented») otra vez el texto original después de una actualización. Afortunadamente, po4a le puede ayudar en ese proceso.

Actualmente, sólo son compatibles los DTD de DebianDoc y de DocBook, pero añadir compatibilidad con uno nuevo es realmente fácil. Incluso es posible usar po4a con un DTD desconocido de SGML sin cambiar el código introduciendo la información necesaria en la línea de órdenes. Consulte Locale::Po4a::Sgml(3pm) para más detalles.

TeX / LaTeX

El formato LaTeX es un formato de documentación usado principalmente en el mundo del Software Libre y para publicaciones. Se probó el módulo Locale::Po4a::LaTeX(3pm) con la documentación de Python, un libro y algunas presentaciones.

texinfo

Toda la documentación de GNU está escrita en este formato (es incluso un requisito para ser un proyecto oficial de GNU). La compatibilidad de Locale::Po4a::Texinfo(3pm) en po4a está en sus inicios. Por favor, remita informes de fallo y peticiones de funcionalidades.

xml

El formato XML sirve de base para muchos formatos de documentación.

Actualmente, el formato DTD de DocBook es compatible con po4a. Para más detalles, consulte Locale::Po4a::Docbook(3pm).

otros

po4a también puede tratar algunos formatos raros o específicos, tales como la documentación de las opciones de compilación de núcleos 2.4.x o los diagramas producidos por la herramienta dia. Añadir uno nuevo es a menudo una tarea muy sencilla, y la tarea principal es conseguir un analizador para el formato escogido. Consulte Locale::Po4a::TransTractor(3pm) para más información.

Formatos no compatibles¶

Desafortunadamente, po4a no es compatible con varios formatos de documentación.

Nos gustaría añadir la compatibilidad de po4a con un grupo de otros formatos, y no sólo de documentación. De hecho, queremos cubrir todos los «vacíos del mercado» dejados por las herramientas clásicas de gettext. Esto incluye descripciones de paquetes (deb y rpm), preguntas de los scripts de instalación de paquetes, el registro de cambios de los paquetes, y todos los formatos específicos usados por programas tales como escenarios de juegos o los ficheros de recursos de wine.

Visión esquemática¶

El siguiente esquema ofrece una visión global del proceso de traducción de documentación usando po4a. No se asuste por su aparente complejidad, esto se debe a que aquí se representa el proceso completo. Una vez que haya convertido su proyecto a po4a sólo será relevante la parte derecha del gráfico.

Observe que original.doc se toma como un ejemplo de la documentación a traducir, y que traducción.doc es el texto traducido correspondiente. La extensión podría ser .pod, .xml o .sgml dependiendo del formato. Cada parte del dibujo se explicará con detalle en las siguientes secciones.

                                  original.doc
                                       |
                                       V
     +<-----<----+<-----<-----<--------+------->-------->-------+
     :           |                     |                        :
{traducción}     |    { actualización de original.doc }         :
     :           |                     |                        :
   XX.doc        |                     V                        V
 (opcional)      |                 original.doc ->------->----->+
     :           |                   (new)                      |
     V           V                     |                        |
  [po4a-gettextize]   doc.XX.po--->+   |                        |
          |          (antiguo)     |   |                        |
          |              ^         V   V                        |
          |              |     [po4a-updatepo]                  |
          V              |           |                          V
    traducción.pot       ^           V                          |
          |              |         doc.XX.po                    |
          |              |   («fuzzy» (difusa))                 |
   { traducción }        |           |                          |
          |              ^           V                          V
          |              |    {edición manual}                  |
          |              |           |                          |
          V              |           V                          V
      doc.XX.po --->---->+<---<---- doc.XX.po  apéndice    original.doc
      (inicial)                 (actualizado) (opcional)  (actualizado) 
          :                          |            |             |
          :                          V            |             |
          +----->----->----->------> +            |             |
                                     |            |             |
                                     V            V             V
                                     +------>-----+------<------+
                                                  |
                                                  V
                                           [po4a-translate]
                                                  |
                                                  V
                                                XX.doc
                                             (actualizado)

En la parte izquierda se muestra la conversión de una traducción que no usa po4a a este sistema. En la parte superior derecha se representa la acción del autor original (actualizar la documentación). En la parte central derecha se simbolizan las acciones automáticas de po4a. Se extrae el nuevo material, y se compara con la traducción existente. Se encuentran las partes que no han cambiado, y se usa la traducción previa. Las partes parcialmente modificadas también se conectan con la traducción anterior, pero se añade un marcador indicando que la traducción se debe actualizar. La parte inferior de la figura muestra como se construye el documento formateado.

En realidad, como traductor, la única operación manual que debe hacer es la parte marcada como {edición manual}. Sí, lo siento, pero po4a le ayuda a traducir. No traduce nada por usted...

¿Cómo empezar una nueva traducción?¶

Esta sección presenta los pasos necesarios para iniciar una nueva traducción con po4a. Los refinamientos involucrados en la conversión de un proyecto existente a este sistema se detallan en la sección pertinente.

Para iniciar una nueva traducción utilizando po4a, debe seguir los siguientes pasos:

• Extracción del texto que se tiene que traducir del documento <original.doc> a una nueva plantilla de traducción <traducción.pot> (el formato de gettext). Para ello, use el programa po4a-gettextize de la siguiente manera:

    $ po4a-gettextize -f <formato> -m <original.doc> -p <traducción.pot>
      

  Naturalmente, <formato> es el formato usado en el documento original.doc. Tal como es de esperar, la salida va a traducción.pot. para más detalles sobre las opciones existentes consulte po4a-gettextize(1).

• Ahora toca traducir lo que se debe traducir. Para ello, debe renombrar el fichero POT a doc.XX.po, por ejemplo (dónde XX es el código ISO639 del idioma al que esté traduciendo, por ejemplo fr para el francés), y edite el fichero resultante. A menudo es una buena idea no llamar al fichero XX.po para evitar confusiones con la traducción de los mensajes de programa, pero esto depende del usuario. No se olvide de actualizar las cabeceras de los ficheros PO, son importantes.

  La traducción en sí misma se puede hacer con el modo PO de Emacs, Lokalize (basado en KDE), Gtranslator (basado en GNOME), o cualquier programa que prefiera (por ejemplo, Virtaal).

  Si desea aprender más, definitivamente necesita consultar la documentación de gettext, disponible en el paquete gettext-doc.

¿Cómo transformar la traducción de vuelta a un fichero de documentación?¶

Una vez que haya terminado la traducción, querrá obtener la documentación traducida para distribuirla a los usuarios junto con el original. Para ello, utilice el programa po4a-translate(1) de la siguiente manera (XX es el código del idioma):

  $ po4a-translate -f <formato> -m <original.doc> -p <doc-XX.po> -l <XX.doc>

Al igual que antes, <formato> es el formato usado en el documento original.doc. Pero esta vez, el fichero PO introducido con el parámetro -p es parte de la entrada. Ésta es su traducción. La salida va a XX.doc.

Para más detalles consulte po4a-translate(1) .

¿Cómo actualizar una traducción con po4a?¶

Para actualizar su traducción cuando el fichero de origen original.doc cambie, use el programa po4a-updatepo(1) de la siguiente manera:

  $ po4a-updatepo -f <formato> -m <nuevo_original.doc> -p <doc_antiguo.XX.po>

Para más detalles consulte po4a-updatepo(1).

Naturalmente, los nuevos párrafos del documento no se traducirán mágicamente en el fichero PO con esta operación, y necesitará actualizar el fichero PO manualmente. Así mismo, puede que tenga que rehacer las traducciones de los párrafos que se hayan modificado un poco. Para asegurar que no pasará ninguna por alto, se marcan como «fuzzy» (difusas) durante el proceso, y deberá quitar esta marca manualmente antes de que pueda usar la traducción con po4a-translate. Al igual que para la traducción inicial, aquí lo mejor es usar su editor PO favorito.

Una vez su fichero PO esté otra vez actualizado, sin ninguna cadena por traducir ni cadenas difusas, puede generar el fichero de documentación traducido, tal y como se explicó en la sección anterior.

¿Cómo convertir una traducción ya existente a po4a?¶

A menudo, usted acostumbraba a traducir manualmente el documento felizmente hasta que llegó una reorganización del documento de origen original.doc. Entonces, después de algunos intentos fracasados con diff o herramientas similares, desea pasarse a po4a. Pero, por supuesto, no quiere perder su traducción en el proceso. No se preocupe, las herramientas de po4a también tienen en cuenta este caso, se llama «gettextización».

La condición más importante es que tanto el documento traducido como el original tengan la misma estructura de manera que las herramientas puedan encajar los contenidos correctamente.

Si está de suerte (es decir, si las estructuras de ambos documentos encajan a la perfección), todo funcionará a la perfección y habrá terminado en unos segundos. En caso contrario, deberá entender porqué este proceso tiene un nombre tan feo, y debería estar preparado para un poco de trabajo sucio. En cualquier caso, recuerde que éste es el precio a pagar para obtener luego la comodidad de po4a. Y la mejor parte es que sólo deberá hacer esto una vez.

No puedo enfatizarlo más. Para facilitar el proceso es importante encontrar la versión exacta que se usó para la traducción. La mejor situación se da cuando anotó qué revisión del VCS se usó para la traducción y que no se modificó durante el proceso de traducción, de forma que pueda usarla.

No funcionará bien si usa el texto original actualizado con una traducción vieja. Es un proceso posible, pero más difícil y en realidad se debe evitar en la medida que sea posible. De hecho, imagino que si no consigue encontrar el texto original otra vez, la mejor solución es encontrar a alguien que haga la gettextización por usted (pero por favor, que no sea yo ;).

Quizá esté siendo demasiado dramático en este punto. Aunque las cosas vayan mal, sigue siendo mucho más rápido que traducirlo todo otra vez. Yo hice la gettextización de la traducción al francés existente de la documentación de Perl en un día, a pesar de que las cosas fueron mal. Eran más de dos megabytes de texto, y una traducción nueva hubiera podido durar como mínimo meses.

Permítame explicar primero las bases del proceso, y luego ya volveremos a los indicaciones para conseguirlo cuando el proceso vaya mal. Para facilitar la comprensión usaremos el ejemplo anterior una vez más:

Una vez que tiene el anticuado original.doc, que encaja con el XX.doc traducido, puede ejecutar la gettextización directamente sobre el fichero PO doc.XX.po sin realizar una traducción manual del fichero traducción.pot:

 $ po4a-gettextize -f <formato> -m <original_anticuado.doc> -l <XX.doc> -p <doc.XX.po>

Si está de suerte, eso es todo. Ha convertido su vieja traducción a po4a y ya puede iniciar la tarea de actualización en el momento. Simplemente siga el proceso explicado unas secciones antes para sincronizar su fichero PO con el documento original más reciente, y actualizar la traducción de acuerdo al mismo.

Tenga en cuenta que aunque parezca que todo ha ido bien, aún queda lugar para los errores en este proceso. El caso es que po4a no es capaz de entender el texto para asegurarse de que la traducción se refiere al original dado. Es por ello que las cadenas se marcan como difusas («fuzzy») durante el proceso. Debe comprobar cuidadosamente cada cadena antes de eliminar esas marcas.

A menudo las estructuras de los documentos no encajan a la perfección, impidiendo que po4a-gettextize realice su tarea. Llegados a este punto, todo el proceso se traslada a la edición de los ficheros para hacer encajar sus malditas estructuras.

Le puede ayudar leer la sección Gettextización: ¿Cómo funciona?, más abajo. La comprensión del funcionamiento interno del proceso le ayudará a hacerlo funcionar. El punto bueno es que po4a-gettextize da mucha información cuando algo no va bien. Primero, apunta dónde se encontró la discrepancia de estructuras en los documentos. Luego le mostrará las cadenas que no encajan, su posición en el texto, y el tipo de cada una. Además, el fichero PO generado hasta el momento se guardará en gettextization.failed.po.

• Elimine todas las partes añadidas de las traducciones, como secciones donde se especifica el nombre del traductor, o los agradecimientos de gente que colaboró con la traducción. Los apéndices, descritos en la siguiente sección, le permitirán volver a añadir estos contenidos.
• No dude en editar tanto el original como la traducción. Lo más importante es conseguir el fichero PO. Ya tendrá tiempo de actualizarlo luego. Dicho esto, es preferible editar la traducción cuando se pueden editar ambos, ya que facilita las cosas cuando haya finalizado la gettextización.
• Si es necesario, elimine algunas partes del original si no estaban traducidas. Cuando más adelante sincronice el PO con el documento, volverán por si solas.
• Si cambió un poco la estructura (para juntar dos párrafos, o dividir alguno), deshaga esos cambios. Si hay problemas con el original, debería informar al autor original del texto. Arreglarlo sólo en la traducción solo ofrece la solución a una parte de la comunidad. Y además, es imposible cuando se usa po4a ;)
• A veces el contenido del párrafo encaja, pero su tipo no. Arreglar eso depende mucho del formato. En POD y man, a menudo es culpa de que una de las dos líneas empieza con un espacio y la otra no. En estos formatos, este párrafo no se podría justificar y su tipo cambiaría. Simplemente elimine el espacio y ya está. También puede tratarse de un error tipográfico en el nombre de la etiqueta.

  De manera parecida, dos párrafos se podrían fusionar en un POD cuando la línea de separación contiene algunos espacios, o cuando no hay una línea de separación antes de la línea =item y del contenido del elemento («item»).

• A veces, hay un asincronía entre ficheros y la traducción se empareja con un párrafo original equivocado. Éste es un signo de que el problema real ya existía en los ficheros. Compruebe gettextization.failed.po para ver cuando empieza la asincronismo, y arréglelo ahí.
• A veces le puede dar la impresión de que po4a omitió algunas partes del texto, ya sea del original o de la traducción. gettextization.failed.po indica que ambos encajaban correctamente, y luego falló porque intentó encajar un párrafo con el anterior (o posterior) con el correcto, como si el correcto hubiera desaparecido. Maldiga po4a como yo hice la primera vez que me pasó. Abundantemente.

  Esta desafortunada situación se debe a que el mismo párrafo se repite a lo largo del documento. En ese caso, no se crea una nueva entrada en el fichero PO, sino que se añade una nueva referencia a la ya existente.

  Por lo tanto, cuando el mismo párrafo aparece dos veces en el original pero no está traducido exactamente igual en cada aparición, tendrá la sensación de que desapareció un párrafo del original. Simplemente elimine la traducción nueva. Si cree que la segunda traducción es mejor, elimínela de donde está, y póngala en el lugar de la primera.

  En caso contrario, si dos párrafos parecidos pero diferentes se tradujeron de la misma forma le puede dar la impresión de que desapareció un párrafo de la traducción. La solución es añadir una cadena de relleno al párrafo original (algo como «soy diferente») para solucionarlo. No se asuste. Estas cosas desaparecerán durante la sincronización, y cuando el texto añadido sea suficientemente corto, gettext encajara su traducción con el texto existente (marcándola como difusa, pero no importa, ya que todas las cadenas se marcan como difusas durante la gettextización).

Con un poco de suerte estos trucos le ayudarán a realizar su gettextización y a obtener su preciado fichero PO. Ahora está preparado para sincronizar su fichero y empezar la traducción. Tenga en cuenta que en textos grandes la primera sincronización puede tardar mucho tiempo.

Por ejemplo, el primer po4a-updatepo de la traducción al francés de la documentación de Perl (un fichero PO de 5.5 Mb) tomó alrededor de dos días enteros en una máquina G5 a 1Ghz. Sí, 48 horas. Pero las siguientes veces tan solo tardaba una docena de segundos en mi viejo portátil. Esto se debe a que la primera vez la mayoría de msgid del fichero PO no encajaban con ninguno de los del fichero POT. Esto obliga a gettext a buscar la cadena más parecida usando un costoso algoritmo de proximidad de cadenas.

¿Cómo añadir texto adicional a las traducciones (como el nombre del traductor)?¶

Debido al enfoque de gettext, ésto se vuelve más difícil en po4a que antes, cuando simplemente se editaba el nuevo fichero paralelamente al original. Pero sigue siendo posible, gracias a los llamados apéndices («addenda»).

Para ayudar a la comprensión, considere los apéndices como unos parches aplicados al documento traducido después del proceso. Son bastante diferentes que los parches habituales (solo tienen una línea de contexto, que puede incluir una expresión regular de Perl y únicamente pueden añadir texto, sin eliminar nada), pero la funcionalidad es la misma.

Su objetivo es permitir al traductor añadir contenido adicional al documento que no está traducido a partir documento original. El uso más habitual es añadir una sección sobre la misma traducción, listando los colaboradores y explicando cómo informar de los errores en la traducción.

El apéndice (addendum) se debe proporcionar como un fichero separado. La primera línea forma una cabecera que indica el lugar del documento resultante dónde se debe colocar. El resto del contenido del fichero apéndice se añadirá literalmente cual en la posición determinada en el documento resultante.

La cabecera tiene una sintaxis muy rígida: debe empezar con la cadena PO4A-HEADER:, seguida por una lista de campos llave=valor separados por un punto y coma (;). Los espacios en blanco SON importantes. Tenga en cuenta que no puede usar el carácter de punto y coma (;) en los valores, y que las comillas no ayudan en este caso.

Una vez más, suena espantoso, pero los ejemplos proporcionados a continuación deberían ayudarle a encontrar la forma de escribir la línea de cabecera que necesita. Para ilustrar la discusión, suponga que desea añadir una sección llamada «Acerca de esta traducción» después de la denominada «Acerca de este documento».

Aquí están las posibles llaves de la cabecera:

position (obligatoria)

Una expresión regular. El apéndice se ubicará cerca de la línea que coincida con esta expresión regular. Tenga en cuenta que estamos hablando del documento traducido, no del original. Si hay más de una linea que coincida con esta expresión (o ninguna), la adición fallará. Siempre es mejor informar de un error que insertar el apéndice en el sitio equivocado.

Esta línea se llama punto de ubicación («position»). El punto donde se insertará el apéndice se llama punto de inserción («insertion»). Estos dos puntos están muy próximos, pero no son iguales. Por ejemplo, si desea una nueva sección, es más fácil definir el punto de ubicación con el título de la sección anterior, y explicarle a po4a dónde termina la sección (recuerde que el punto de ubicación viene dado por la expresión regular, que debe coincidir con una única linea).

La ubicación del punto de inserción respecto al punto de ubicación está controlado por los campos mode, beginboundary y endboundary, explicados a continuación.

En nuestro caso tendríamos:

     position=<title>Acerca de este documento</title>
    

mode (obligatorio)

Puede ser tanto before (antes) o after (después), especificando la posición del apéndice, relativa al punto de ubicación.

Ya que queremos que la sección nueva se sitúe debajo de la que hemos emparejado, tenemos:

     mode=after
    

beginboundary (inicio del límite, usado sólo con mode=after, y obligatorio en ese caso)

endboundary (fin del límite, ídem)

Expresión regular que encaja con el final de la sección que precede a la posición del apéndice.

Con mode=after, el punto de inserción está después del punto de ubicación, ¡pero no justamente después! Está situado al final de la sección que empieza en el punto de ubicación, es decir, antes o después de la línea encajada por el argumento ???boundary, dependiendo de si usó beginboundary o endboundary.

En nuestro caso, podemos decidirnos por indicar el final de la sección que queremos emparejar añadiendo:

   endboundary=</section>
    

o indicar el principio de la siguiente sección indicando:

   beginboundary=<section>
    

En ambos casos, nuestro apéndice se ubicará después de </section> y antes de <section>. La primera opción es mejor ya que funcionará aunque se reorganice el documento.

Las dos formas existen debido a que los formatos de documentación son diferentes. En algunos de ellos, hay una forma de marcar el final de una sección (tal como </section>, que ya hemos usado), mientras que otros no marcan explícitamente el final de una sección (como con el formato man). En el primer caso, es preferible encajar boundary con el final de sección, para que el punto de inserción venga después. En el segundo caso, deberá encajar un boundary con el principio de la siguiente sección para que el punto de inserción venga justo antes de éste.

Puede parecer críptico, pero espero que los siguientes ejemplos le iluminen.

Para resumir el ejemplo usado hasta el momento, si desea insertar una sección llamada «Acerca de esta traducción» después de la sección «Acerca de este documento» en un documento SGML, debe usar una de estas líneas de cabecera:

 PO4A-HEADER: mode=after; position=Acerca de este documento; endboundary=</section>
 PO4A-HEADER: mode=after; position=Acerca de este documento; beginboundary=<section>
    

Si desea añadir algo después de la siguiente sección de nroff:

  .SH "AUTORES"
    

debería poner un position que encaje esta linea, y un beginboundary que encaje con el principio de la siguiente sección (es decir ^\.SH). El apéndice se añadiría después del punto de ubicación e inmediatamente antes de la primera línea que encaje con beginboundary. Ésto es:

 PO4A-HEADER:mode=after;position=AUTORES;beginboundary=\.SH
    

Si desea añadir algo dentro de una sección (como después de «Copyright Big Dude») en vez de añadir una sección completa, introduzca un "position" que encaje con esta línea, e introduzca un beginboundary que encaje con cualquier linea.

 PO4A-HEADER:mode=after;position=Copyright Big Dude, 2004;beginboundary=^
    

Si desea añadir algo al final del documento, especifique un position que encaje con cualquier linea del documento (pero sólo una línea. po4a no procederá si no es única), y ponga un endboundary que no encaje con nada. No utilice cadenas simples como "EOF", sino las que tengan menos probabilidad de salir en el documento.

 PO4A-HEADER:mode=after;position=<title>Acerca de</title>;beginboundary=BoundaryFalsoDePo4a
    

En cualquier caso, recuerde que se tratan de expresiones regulares. Por ejemplo, si desea encajar con el final de una sección de nroff que termina con la línea

  .fi

no utilice .fi como endboundary, porque esto encajará con «el[ fi]chero», que obviamente no es lo que espera. El endboundary correcto en este caso sería: ^\.fi$.

Si el apéndice no se ubica donde esperaba, pruebe introduciendo el parámetro -vv a las herramientas para que le expliquen qué hacen al colocar el apéndice.

Ejemplo más detallado

Documento original (en formato POD):

 |=head1 NOMBRE
 |
 |relleno - un programa de relleno
 |
 |=head1 AUTOR
 |
 |yo

Luego, el siguiente apéndice asegurará que se añade una sección (en español) sobre el traductor al final del fichero.

 |PO4A-HEADER:mode=after;position=AUTOR;beginboundary=^=head
 |
 |=head1 TRADUCTOR
 |
 |yo

Para poner su apéndice antes del AUTOR, utilice la siguiente cabecera:

 PO4A-HEADER:mode=after;position=NOMBRE;beginboundary=^=head1

Esto funciona porque la siguiente linea que encaja con beginboundary «/^=head1/» después de la sección «NOMBRE», es la que declara los autores. Por lo tanto, se colocará el apéndice entre ambas secciones.

¿Cómo hacer todo esto con una sola invocación al programa?¶

El uso de po4a ha demostrado que puede dar lugar a errores ya que debe invocar dos programas distinto en el orden adecuado (po4a-updatepo y luego po4a-translate), y cada uno necesita más de 3 argumentos. Además, era difícil con este sistema usar sólo un fichero PO para todos los documentos cuando se usaba más de un formato.

El programa po4a(1) se diseñó para solucionar esas dificultades. Una vez que haya convertido su proyecto a este sistema, puede escribir un sencillo fichero de configuración explicando dónde están los ficheros de traducción (PO y POT), dónde están los documentos originales, sus formatos y dónde se deberían guardar las traducciones.

Luego, una simple invocación a po4a(1) con este fichero como argumento asegura que los ficheros PO se sincronicen con el documento original, y que los documentos traducidos se generan correctamente. Por supuesto, le interesará invocar este programa dos veces: una antes de editar el fichero PO para actualizarlo, y otra para obtener los documentos traducidos totalmente actualizados. Pero sólo necesita recordar una orden.

¿Cómo configurar po4a?¶

Los módulos de po4a tienen opciones (especificados con la opción -o), que se pueden usar para modificar el comportamiento del módulo.

También es posible configurar un módulo o módulos nuevos, derivados o modificados mediante la inserción de un módulo en lib/Locale/Po4a/, y añadiendo lib a las rutas especificadas en los entornos PERLLIB o PERL5LIB. Por ejemplo:

   PERLLIB=$PWD/lib po4a --previous po4a/po4a.cfg

Nota: el nombre real del directorio «/lib» no es importante.

Visión general¶

La arquitectura de po4a está orientada a objetos (en Perl. Muy pulcro, ¿no?). El antecesor de todas las clases de analizadores se llama TransTractor. Este extraño nombre viene del hecho de que se encarga al mismo tiempo de traducir el documento («translate») y de extraer las cadenas («extract»).

Más formalmente, toma un documento a traducir, además del fichero PO que contiene las traducciones a usar como entrada mientras produce dos salidas separadas: Otro fichero PO (resultado de la extracción de las cadenas traducibles del documento de entrada), y un documento traducido (con la misma estructura que el de entrada, pero con las cadenas traducibles reemplazadas por el contenido del PO de entrada). Esta es una representación gráfica de este proceso:

   Documento de entrada -\                        /---> Documento de salida
                          \    TransTractor::    /         (traducido)
                           +-->-- parse()  ------+
                          /                       \ 
   PO de entrada --------/                         \---> PO de salida
                                                           (extraído)

Esta pequeño hueso es el núcleo de toda la arquitectura de po4a. Si omite el PO de entrada y el documento de salida, obtiene po4a-gettextize. Si proporciona ambas entradas y descarta el PO de salida, obtiene po4a-translate.

TransTractor::parse() es una función virtual integrada en cada módulo. Aquí hay un pequeño ejemplo que muestra cómo funciona. Analiza una lista de párrafos, cada uno empezando con <p>.

 1 sub parse {
  2   PARAGRAPH: while (1) {
  3     $my ($paragraph,$pararef,$line,$lref)=("","","","");
  4     $my $first=1;
  5     while (($line,$lref)=$document->shiftline() && defined($line)) {
  6       if ($line =~ m/<p>/ && !$first--; ) {
  7         $document->unshiftline($line,$lref);
  8
  9         $paragraph =~ s/^<p>//s;
 10         $document->pushline("<p>".$document->translate($paragraph,$pararef));
 11
 12         next PARAGRAPH;
 13       } else {
 14         $paragraph .= $line;
 15         $pararef = $lref unless(length($pararef));
 16       }
 17     }
 18     return; # ¿No obtuvo una línea definida? Fin del fichero de entrada.
 19   }
 20 }

En la línea 6, encontramos <p> por segunda vez. Esta es la señal de que hemos encontrado el siguiente párrafo. Debemos entonces devolver la línea obtenida de vuelta al documento (línea 7) y enviar el párrafo construido hasta el momento a las salidas. Después de eliminar el <p> inicial en la línea 9, insertamos la concatenación de esta etiqueta junto con la traducción del resto del párrafo.

La función «translate()» está muy bien. Envía su argumento al fichero PO de salida (extracción) y devuelve su traducción tal y como es en el fichero PO de entrada (traducción). Ya que se usa como parte del argumento de «pushline()», esta traducción acaba en el documento de salida.

¿Como mola, no? Es posible construir un módulo completo de po4a en menos de 20 líneas si el formato es suficientemente simple...

Encontrará más acerca de esto en Locale::Po4a::TransTractor(3pm).

Gettextización: ¿Cómo funciona?¶

La idea aquí es tomar el documento original y su traducción, y considerar que la enésima cadena extraída de la traducción es la traducción de la enésima cadena extraída del original. Para que funcione, ambos ficheros deben compartir exactamente la misma estructura. Por ejemplo, si los ficheros tienen la siguiente estructura, es muy poco probable que la cuarta cadena de la traducción (de tipo 'capítulo') sea la traducción de la cuarta cadena del original (de tipo 'párrafo').

    Original         Traducción
  capítulo           capítulo
    párrafo            párrafo
    párrafo            párrafo
    párrafo          capítulo
  capítulo             párrafo
    párrafo            párrafo

Para ello, los analizadores de po4a se utilizan tanto con el fichero original como con el traducido para extraer los ficheros PO, y luego se construye un tercer fichero PO a partir de ellos tomando las cadenas del segundo como traducciones de las del primero. Para comprobar que las cadenas que juntamos se correspondan, los analizadores de documentos de po4a deben dar información sobre el tipo sintáctico de las cadenas extraídas en el documento (todos los que hay lo hacen, el suyo también lo debería hacer). Esa información se utiliza después para asegurar que ambos documentos tienen la misma sintaxis. En el ejemplo anterior, nos permitiría detectar que la cuarta cadena es un párrafo en un caso, y el título de un capítulo en el otro e informar del problema.

En teoría, sería posible detectar el problema, y resincronizar los ficheros posteriormente (al igual que diff). Pero no está claro qué deberíamos hacer con las cadenas antes de las asincronías, y a veces podría producir malos resultados. Es por ello que la implementación actual no intenta resincronizar nada, e informa extensamente del fallo cuando algo va mal, requiriendo la modificación manual de los ficheros para arreglar el problema.

Incluso con estas precauciones, las cosas se pueden estropear muy fácilmente. Es por ello que todas las traducciones encontradas así se marcan como difusas, para asegurar que el traductor las repase y corrija.

Apéndice («Addendum»): ¿Cómo funciona?¶

Bueno, esto es muy simple. El documento traducido no se escribe directamente al disco, sino que se mantiene en memoria hasta que se insertan todos los apéndices. Los algoritmos involucrados son más bien sencillos. Buscamos una línea que encaje con la expresión regular de la ubicación, e insertamos el apéndice antes del mismo si estamos en mode=before. De no ser así, buscamos la siguiente linea que encaje con el «boundary» (límite) e insertamos el apéndice a continuación de esta línea si es un endboundary o antes de esta línea si es un beginboundary.

¿Porqué traducir cada párrafo por separado?¶

Sí, en po4a, cada párrafo se traduce por separado (de hecho, cada módulo lo decide, pero todos los existentes lo hacen, y el suyo también debería hacerlo). Hay dos ventajas principales al hacerlo así:

• Cuando se ocultan las partes técnicas del documento, el traductor no puede alterarlas. Cuantas menos marcas presentemos al traductor, menos errores podrá hacer.
• El hecho de dividir el documento ayuda a aislar los cambios en el documento original. Este proceso facilita encontrar qué partes de la traducción se necesitan actualizar cuando se modifica el documento original.

Incluso con estas ventajas, a algunas personas no les gusta la idea de traducir cada párrafo por separado. Aquí hay algunas respuestas que les puedo dar:

• Este enfoque ha demostrado resultados satisfactorios en el proyecto KDE y permite a sus miembros producir la cantidad más grande de documentación traducida y actualizada que conozco.
• Los traductores pueden seguir usando el contexto para traducir, ya que las cadenas del fichero PO están en el mismo orden que las del documento original. Por ello, traducir secuencialmente facilita la comparación use o no po4a. Y en cualquier caso, la mejor forma de obtener el contexto sigue siendo convertir el documento a un formato imprimible, ya que los textos formateados son, en mi opinión, ilegibles.
• Este enfoque es el que usan los traductores profesionales. Estoy de acuerdo en que ellos tienen diferentes objetivos que los traductores de código abierto. Por ejemplo, la actualización es habitualmente menos importante para ellos ya que el contenido cambia muy poco.

¿Porqué no realizar las divisiones a nivel de oración (o más pequeñas)?¶

A veces las herramientas de traducción profesionales dividen los documentos a nivel de frases para maximizar la reusabilidad de las traducciones previas, y acelerar el proceso. El problema es que la misma frase puede tener varias traducciones, dependiendo del contexto.

Los párrafos son por definición más largos que las frases. Con un poco de suerte se puede asegurar que si se tiene el mismo párrafo en dos documentos, tendrán el mismo significado (y traducción), sin importar el contexto en cada caso.

Dividirlo en partes más pequeñas que frases sería muy malo. Podría tomar mucho tiempo explicar el motivo aquí, pero si le interesa puede consultar la página de manual de Locale::Maketext::TPJ13(3pm) (que viene con la documentación de Perl), por ejemplo. Brevemente, cada idioma tiene sus reglas de sintaxis específicas, y no hay forma de construir frases encajando partes de frases para todos los idiomas existentes (incluso para 5 de los 10 idiomas más hablados, o incluso menos).

¿Porqué no se pone el original como comentario junto con la traducción (o de otra forma)?¶

A simple vista, gettext no parece estar adaptado a todos los tipos de traducciones. Por ejemplo, no parecía adaptado a debconf, la interfaz que usan todos los paquetes de Debian para sus interacciones con el usuario durante la instalación. En ese caso, los textos a traducir eran muy cortos (una docena de lineas para cada paquete) y era muy difícil poner la traducción en un fichero específico ya que tiene que estar disponible antes de la instalación del paquete.

Es por ello que el desarrollador de debconf decidió implementar otra solución, donde las traducciones se situasen en el mismo fichero que el original. Esto es bastante atractivo. Uno podría incluso desear hacerlo en XML, por ejemplo. Tendría esta aspecto:

 <section>
  <title lang="en">My title</title>
  <title lang="es">Mi título</title>
  <para>
   <text lang="en">My text.</text>
   <text lang="es">Mi texto.</text>
  </para>
 </section>

Pero fue tan problemático que se terminó usando una implementación basada en PO. En el fichero, solo se puede editar el original, y las traducciones se deben hacer en los ficheros PO extraídos de la plantilla original (y devueltos al paquete en tiempo de compilación). El sistema antiguo se consideró obsoleto debido a varios problemas:

• problemas de mantenimiento

  Si varios traductores envían un parche a la vez, fusionarlos es difícil.

  ¿Como detectaría los cambios en el original que se deban aplicar a las traducciones? Para poder usar diff, se debe tener en cuenta qué versión del original se tradujo. Es decir, necesita un fichero PO en su fichero ;)

• problemas de codificación

  La solución es viable cuando sólo se utilizan idiomas europeos, pero la introducción del Coreano, Ruso y/o Árabe realmente complica el asunto. La solución sería UTF, pero aún hay algunos problemas con él.

  Además, estos problemas son difíciles de detectar (es decir, solo los lectores Coreanos detectarán que falla la codificación del Coreano [por culpa del traductor ruso])

gettext soluciona todos estos problemas a la vez.

¡Pero gettext no se diseñó para este uso!¶

Es cierto, pero hasta el momento nadie ha propuesto una solución mejor. La única alternativa conocida es la traducción manual, con todos los problemas de mantenimiento.

¿Qué hay de las otras herramientas de traducción de documentación que usan gettext?¶

Hasta donde yo sé, sólo hay dos de ellas:

poxml

Esta es la herramienta desarrollada por la gente de KDE para tratar DocBook XML. Me parece que este fue el primer programa que extrajo cadenas de texto a traducir desde la documentación a ficheros PO, e inyectarlas de vuelta después de la traducción.

Únicamente puede tratar XML, y solo un DTD en particular. Estoy bastante insatisfecho con el tratamiento que hacen de las listas, que terminan en un único msgid. Cuando la lista crece, el bloque se hace difícil de tratar.

po-debiandoc

Este programa hecho por Denis Barbier es un tipo de precursor del módulo SGML de po4a, que más o menos lo deja obsoleto. Como su nombre indica, únicamente trata el DTD de DebianDoc, que es más o menos un DTD anticuado.

Las principales ventajas de po4a sobre ellos son la facilidad de adición de contenidos extra (que es aún peor ahí) y la habilidad de realizar la gettextización.

Educar a los desarrolladores sobre la traducción¶

Al intentar traducir documentación o programas, se puede encontrar con tres tipos de problemas; lingüísticos (no todo el mundo habla dos lenguas), técnicos (por eso existe po4a) y relacionales/humanos. No todos los desarrolladores entienden la necesidad de traducir las cosas. Incluso los concienciados podrían ignorar como se facilita el trabajo a los traductores. Para ayudar en este tema, po4a trae bastante documentación a la que se puede acudir.

Otro punto importante es que cada fichero traducido empieza con un breve comentario que indica qué es el fichero, y como usarlo. Esto debería ayudar a los pobres desarrolladores que sufren avalanchas de ficheros en diferentes idiomas que no entienden, y ayudarles a tratarlos correctamente.

En el proyecto po4a, la documentación traducida ya no se considera como ficheros de fuentes. Como los ficheros SGML son habitualmente ficheros de fuentes, es un fallo habitual. Es por ello que todos los ficheros presentan esta cabecera:

 |       *****************************************************
 |       *           GENERATED FILE, DO NOT EDIT             * 
 |       * THIS IS NO SOURCE FILE, BUT RESULT OF COMPILATION *
 |       *****************************************************
 |
 | This file was generated by po4a-translate(1). Do not store it (in VCS,
 | for example), but store the PO file used as source file by po4a-translate. 
 |
 | In fact, consider this as a binary, and the PO file as a regular source file:
 | If the PO gets lost, keeping this translation up-to-date will be harder ;)

Así mismo, los ficheros PO regulares de gettext solo necesitan ser copiados al directorio po/. Pero éste no es el caso de los PO tratados por po4a. Aquí el mayor riesgo es que el desarrollador elimine las traducciones existentes del programa con la traducción de su documentación. (Ambos no se pueden almacenar en el mismo fichero PO, porque el programa necesita instalar su traducción en un fichero mo, mientras que la documentación solo utiliza su traducción en tiempo de compilación). Es por esto que los ficheros PO producidos por el módulo po-debiandoc contienen la siguiente cabecera:

 #
 #  ADVISES TO DEVELOPERS:
 #    - you do not need to manually edit POT or PO files.
 #    - this file contains the translation of your debconf templates.
 #      Do not replace the translation of your program with this !!
 #        (or your translators will get very upset)
 #
 #  ADVISES TO TRANSLATORS:
 #    If you are not familiar with the PO format, gettext documentation 
 #     is worth reading, especially sections dedicated to this format.
 #    For example, run:
 #         info -n '(gettext)PO Files'
 #         info -n '(gettext)Header Entry'
 #
 #    Some information specific to po-debconf are available at
 #            /usr/share/doc/po-debconf/README-trans
 #         or http://www.debian.org/intl/l10n/po-debconf/README-trans
 #

RESUMEN de las ventajas de la metodología basada en gettext¶

• Las traducciones no se guardan junto con el original, lo que hace posible la detección de traducciones anticuadas.
• Las traducciones se guardan en ficheros separados unos de otros, lo que impide que traductores de diferentes idiomas interfieran en su trabajo tanto al enviar parches, como a nivel de codificación de ficheros.
• Está basado internamente en gettext (pero po4a ofrece una interfaz muy simple de forma que no necesita entender el funcionamiento interno para usarlo). De esa forma no tenemos que reinventar la rueda, y debido a su uso extendido podemos imaginar que estas herramientas están más o menos libres de fallos.
• Para el usuario final nada ha cambiado (aparte de que, probablemente, las traducciones estarían mejor actualizadas :). El fichero de documentación resultante es exactamente el mismo.
• No hace falta que los traductores aprendan una nueva sintaxis de fichero, y sus editores favoritos de ficheros PO (como el modo PO de Emacs, Lokalize o Gtranslator) servirán a la perfección.
• gettext ofrece una manera simple de conseguir estadísticas sobre qué está hecho, qué se debería repasar y actualizar, y lo que queda por hacer. Puede encontrar algunos ejemplos en estas direcciones:

   - http://kv-53.narod.ru/kaider1.png
   - http://www.debian.org/intl/l10n/
      

Pero no todo es bonito, y este enfoque también tiene algunas desventajas con las que debemos lidiar.

• Los apéndices son... extraños a primera vista.
• No puede adaptar el texto traducido a su gusto, como dividir párrafos por aquí, y juntar esos dos allí. Pero por supuesto, si hay algún problema con el original debería remitir un informe de fallo.
• Incluso con una interfaz fácil, sigue siendo una nueva herramienta que la gente debe aprender.

  Uno de mis sueños es integrar de alguna forma po4a con Gtranslator o Lokalize. Cuando se abre un fichero SGML, se extraen las cadenas automáticamente. Al guardar se guarda un fichero SGML traducido en el disco. Si consiguiéramos hacer un módulo para MS Word (TM) (o al menos RTF) incluso podrían usarlo traductores profesionales.