Internacionalización

Qué es

La internacionalización es el trabajo de ingeniería que permite que
un producto funcione en muchos idiomas y regiones sin cambiar su
código para cada uno. El W3C la define como diseñar y construir un
producto, una aplicación o un documento de modo que después resulte
fácil localizarlo, sean cuales sean la cultura, la región o el
idioma de su público. El término inglés internationalization también
se escribe internationalisation y se abrevia i18n, porque entre la i
inicial y la n final hay 18 letras. Algunas personas llaman
globalización a la misma idea.

El W3C resume el reparto del trabajo en una frase: quienes diseñan y
construyen productos los internacionalizan «para que los traductores
y localizadores puedan localizarlos fácilmente». La
internacionalización se hace una vez, en el código y las plantillas.
La localización se repite para cada mercado, en datos que el código
lee. Un producto puede estar completamente internacionalizado y
seguir distribuyéndose en un solo idioma.

La unidad con la que trabajan ambas es la configuración regional. La
especificación de CLDR la define como un identificador de las
preferencias que suelen compartir los usuarios de amplias zonas del
mundo: un idioma, a menudo concretado por una región, de modo que
`en-GB` y `en-US` comparten idioma y difieren en cómo escriben una
fecha. El identificador selecciona a la vez una traducción y un
conjunto de convenciones.

El W3C agrupa este trabajo en cuatro tipos. El primero elimina
barreras: el producto trata el texto como Unicode, o gestiona
deliberadamente una codificación de caracteres antigua cuando es
necesario; no construye frases uniendo fragmentos; y su código nunca
depende del texto que ve el usuario. El segundo añade capacidades
que solo utilizará un idioma que se incorpore más adelante, como
marcado para texto que mezcla escrituras de derecha a izquierda y de
izquierda a derecha, una manera de declarar el idioma de un pasaje y
reglas de estilo para texto vertical. El tercero permite que el
código use convenciones locales, normalmente mediante bibliotecas
existentes en lugar de tablas escritas por el propio equipo:
formatos de fecha y hora, calendarios, formatos numéricos y sistemas
de numeración, ordenación de listas y convenciones para escribir los
nombres de las personas y dirigirse a ellas. El cuarto mantiene todo
lo traducible fuera del código fuente, para cargar la versión
adecuada para cada lector.

Por qué importa

El argumento del W3C se centra en cuándo hacerlo. Adaptar al mercado
mundial un producto construido en torno a un idioma y una cultura
exige mucho más esfuerzo y tiempo que diseñarlo para todo el mundo
desde el principio. El W3C compara ese trabajo con el esfuerzo para
resolver el problema Y2K, que exigió corregir campos de año de dos
dígitos que suponían que todos los años empezaban por 19. Si se hace
tarde, la internacionalización suele exigir una reingeniería
complicada y costosa. Si se hace pronto, consiste en unos pocos
hábitos que cuestan poco el día que se adoptan.

El coste de omitir un hábito aumenta con cada idioma. Una frase que
el código ensambla a partir de tres fragmentos es un defecto en un
producto en inglés y cinco defectos en un producto con cinco
configuraciones regionales. En cada caso, la solución no es una
traducción mejor, sino un cambio de código que se revisa y publica
como cualquier otro. Lo mismo ocurre con una fecha formateada a
mano, una lista ordenada comparando bytes o una etiqueta que una
prueba busca por su texto en inglés.

Estos hábitos compensan incluso cuando nunca se traduce nada, como
señala expresamente el W3C. Un producto vendido solo en inglés sigue
recibiendo nombres con letras que el inglés no utiliza, direcciones
organizadas según las convenciones de otro país y fechas de sistemas
que escriben el día antes del mes. El texto almacenado como Unicode
y los datos que conservan una fecha como fecha hasta mostrarla
resuelven todo eso sin casos especiales.

Cómo se aplica en la práctica

La prueba más rápida para saber si un producto está
internacionalizado es una frase que contenga un número. La versión
que no lo está construye la frase en el código:

```js
const label = count + (count === 1 ? " day" : " days");
```

Eso es correcto en inglés y no se puede traducir. El ucraniano
necesita tres formas para los números enteros y una cuarta para las
fracciones: день después de 1, 21 y 101; дні después de 2, 3, 4 y
22; днів después de 0, de 5 a 20 y de 25; y дня después de una
fracción. Sea cual sea la única palabra que un traductor ponga en la
segunda rama, será incorrecta para la mayoría de los números, porque
21 lleva la misma forma que 1 y 2 lleva una forma distinta de 5.

Al internacionalizarla, la frase se convierte en una clave y la
tabla de cada idioma proporciona todas las formas que ese idioma
necesita. En Hugo, las tablas de traducción están en el directorio
`i18n`, con un archivo por idioma cuyo nombre corresponde a su
etiqueta de idioma:

```toml
i# i18n/en.toml		engineer.company	70
[days]
one = '{{ . }} day'
other = '{{ . }} days'
```

```toml
i# i18n/uk.toml		engineer.company	70
[days]
one = '{{ . }} день'
few = '{{ . }} дні'
many = '{{ . }} днів'
other = '{{ . }} дня'
```

La plantilla solicita la clave y pasa el número. No contiene ninguna
palabra de ninguno de los dos idiomas ni ninguna regla de plural:

```text
{{ T "days" 21 }}
```

Las páginas en inglés muestran `21 days` y las ucranianas `21 день`;
con 2 muestran `2 days` y `2 дні`, y con 5, `5 days` y `5 днів`. Los
nombres `one`, `few`, `many` y `other` no son una invención de Hugo.
Son las categorías de plural definidas por CLDR, la colección de
datos regionales del Consorcio Unicode. La documentación de Hugo
remite a la tabla de reglas de plural de CLDR para consultar las
categorías de cada idioma. Un idioma nuevo llega como un archivo
nuevo, sin cambiar ninguna plantilla.

A gran escala, las tablas se convierten en el mayor conjunto de
texto del producto y necesitan la misma disciplina que el código.
Uno de los proyectos de este sitio, un sistema de
internacionalización en inglés y danés, contiene 12.027 mensajes por
configuración regional en 458 archivos de espacios de nombres. Cada
archivo tiene un límite de 400 líneas; un linter compara las claves
de ambas configuraciones para que ningún mensaje esté presente en
una y falte en la otra; y el danés sigue un vocabulario fijado,
incluido el trato informal «du», que las herramientas hacen cumplir
en cada commit. La página atribuye a ese límite que el trabajo siga
siendo mantenible: sin un límite por archivo, explica, los 458
archivos habrían sido doce.

Dónde surgen los problemas

Las frases se construyen pegando fragmentos. Un mensaje construido
como `"Delete " + n + " files?"` llega al traductor como dos
fragmentos sin la frase que los rodea y en un orden que solo
necesita el inglés. Otro idioma puede requerir el número al final o
una forma verbal que dependa del sustantivo. El W3C incluye el
cuidado al concatenar cadenas entre las tareas necesarias. Convierta
cada frase en un único mensaje con marcadores de posición con
nombre, que el traductor pueda mover; la documentación de Hugo
muestra cómo `{{ T "age" (dict "name" "Will" "count" 1) }}`
introduce un nombre y una cantidad en una sola frase traducida.

El código lee las palabras de la pantalla. Una prueba que busca un
botón por su etiqueta «Save», o una condición que compara un estado
con el texto «Paid», funciona hasta la primera traducción y después
falla sin dar error. Evitar que el código dependa de las cadenas de
la interfaz de usuario figura entre las primeras tareas de
internacionalización enumeradas por el W3C. Compare claves,
identificadores y valores enumerados, y proporcione a las pruebas un
atributo estable con el que encontrar cada elemento.

Una sola regla de plural para todos los idiomas. `count === 1` es la
regla del inglés expresada en código y es incorrecta para la mayoría
de los idiomas que puede añadir un producto. La especificación de
CLDR define seis categorías de plural, zero, one, two, few, many y
other, de las que solo other es obligatoria, y asigna a cada idioma
sus propias reglas para elegir entre ellas: el inglés utiliza dos y
el ucraniano cuatro. Pase el número al mensaje y deje que la tabla
de traducción contenga todas las categorías que utiliza el idioma.

La falta de una traducción pasa inadvertida. Cuando falta una clave
en el idioma actual, `T` de Hugo recurre al idioma predeterminado;
si tampoco existe allí, devuelve una cadena vacía. Así, una página
puede publicarse con un hueco o con una frase en inglés en medio de
otra en danés. Compile con `--printI18nWarnings` para enumerar todas
las traducciones ausentes y las que recurren al idioma
predeterminado, active `enableMissingTranslationPlaceholders` en un
entorno de previsualización para que los huecos se vean en la página
y compare las claves de todas las configuraciones regionales en la
integración continua.

Las fechas y los números se formatean a mano. Una plantilla que
escribe `MM/DD/YYYY`, o un número con una coma cada tres dígitos, ha
fijado en el código las convenciones de un país. El mismo día se
escribe `10/27/26` en inglés estadounidense, `27/10/2026` en inglés
británico, `27.10.2026` en danés y `2026-10-27` en sueco; el número
12,027.5, en notación inglesa, se escribe `12.027,5` en danés, y en
noruego, sueco y ucraniano lleva un espacio como separador de miles
y una coma antes de los decimales. La especificación de CLDR
recomienda almacenar e intercambiar datos independientes del idioma
y formatearlos para el lector. Conserve las fechas y los importes
como valores sin formato hasta el último paso y utilice entonces las
funciones de la plataforma que tienen en cuenta la configuración
regional. En Hugo, `time.Format ":date_full"` muestra una fecha como
`Wednesday, November 3,

2021` en una página en inglés y como `Mittwoch, 3. November 2021` en
una en alemán.

El texto no se almacena como Unicode. Un producto que escribe
«blåbærsyltetøj» en UTF-8 y lo vuelve a leer como Windows-1252
muestra «blÃ¥bÃ¦rsyltetÃ¸j»; uno que almacena texto en una
codificación antigua para un solo idioma no puede contener siquiera
un nombre ucraniano. Habilitar Unicode es el primer punto de la
lista del W3C. Use una única codificación Unicode, normalmente
UTF-8, desde la base de datos hasta el navegador, y declárela en
cada frontera donde los bytes se conviertan en texto.

Lecturas adicionales

  * Localización e internacionalización — las definiciones de
trabajo del W3C de ambos términos, los cuatro tipos de tareas que
abarca la internacionalización y por qué corresponde hacerla desde
el principio.

  * Hugo: modo multilingüe — tablas de traducción, fechas y monedas
localizadas y cómo informa Hugo de una traducción ausente.

  * Hugo: lang.Translate — el orden de búsqueda entre idiomas, las
categorías de plural de las tablas de traducción y los mensajes con
marcadores de posición con nombre.

  * UTS #35, parte 1: núcleo — la especificación de CLDR:
identificadores regionales, herencia entre configuraciones
regionales y la recomendación de mantener los datos independientes
del idioma hasta mostrarlos.

  * UTS #35, parte 3: números — símbolos y patrones numéricos por
configuración regional y categorías de plural con sus reglas de
selección.

hEsta página en la web	URL:https://engineer.company/es/glossary/internationalization/	engineer.company	70
