Internationalisering

Vad det är

Internationalisering är det tekniska arbete som gör att en och samma
produkt kan användas på många språk och i många regioner utan att
koden behöver ändras för vart och ett av dem. W3C definierar det som
utformning och utveckling av en produkt, en applikation eller ett
dokument så att det lätt kan lokaliseras för målgrupper som skiljer
sig åt i kultur, region eller språk. På engelska förkortas ordet
i18n, eftersom det står 18 bokstäver mellan det första i:et och det
sista n:et, och förkortningen används även i svenska kodbaser. En
del kallar samma idé globalisering.

W3C sammanfattar arbetsfördelningen i en mening: de som designar och
utvecklar produkter internationaliserar dem, så att översättare och
lokaliseringsspecialister enkelt kan lokalisera dem.
Internationaliseringen görs en gång, i koden och mallarna.
Lokaliseringen görs på nytt för varje marknad, i data som koden
läser. En produkt kan vara helt internationaliserad och ändå bara
finnas på ett språk.

Enheten som båda arbetar med är en locale. CLDR:s specifikation
definierar en locale som en identifierare för en uppsättning
användarpreferenser som ofta delas över stora delar av världen: ett
språk, ofta avgränsat till en region, så att `en-GB` och `en-US`
delar språk men skriver ett datum olika. Identifieraren väljer på en
gång en översättning och en uppsättning konventioner.

W3C delar in arbetet i fyra delar. Den första undanröjer hinder:
produkten hanterar text som Unicode eller hanterar en äldre
teckenkodning medvetet där det krävs, den bygger inte meningar genom
att foga ihop fragment, och koden är aldrig beroende av den
ordalydelse som användaren ser. Den andra lägger till stöd som först
ett senare språk behöver, till exempel uppmärkning för text som
blandar skrift från höger till vänster och från vänster till höger,
ett sätt att ange vilket språk ett stycke är skrivet på och
stilregler för lodrät text. Den tredje låter koden använda lokala
konventioner, oftast från befintliga bibliotek snarare än från
tabeller som teamet skriver själv: datum- och tidsformat, kalendrar,
talformat och talsystem, den ordning som listor sorteras i samt
hanteringen av personnamn och tilltalsformer. Den fjärde håller allt
som ska översättas utanför källkoden, så att rätt version kan laddas
för varje läsare.

Varför det spelar roll

W3C:s argument handlar om tidpunkt. Att bygga om en produkt som har
byggts kring ett språk och en kultur är mycket svårare och mer
tidskrävande än att utforma den för en global publik från början,
och W3C jämför arbetet med millenniebuggen, då tvåsiffriga
årtalsfält som utgick från att varje år började med 19 fick byggas
om. Kommer internationaliseringen sent blir den ofta en klumpig och
dyr ombyggnad. Kommer den tidigt är den en handfull vanor som nästan
inte kostar något den dag de införs.

Priset för en saknad vana växer med varje språk. En mening som fogas
ihop av tre fragment i koden är ett fel i en produkt på svenska och
fem fel i en produkt med fem språk, och rättningen är varje gång
inte en bättre översättning utan en ändring i koden som ska granskas
och släppas som vilken annan som helst. Detsamma gäller ett datum
som formateras för hand, en lista som sorteras genom att jämföra
byte för byte och ett test som hittar en knapp på dess svenska text.

Vanorna lönar sig även när ingenting någonsin översätts, och det
påpekar W3C uttryckligen. En produkt som bara säljs på svenska får
ändå namn med bokstäver som svenskan inte har, adresser skrivna
enligt ett annat lands sed och datum från system som sätter månaden
före dagen. Text som lagras som Unicode, och data som behåller ett
datum som ett datum tills det visas, klarar allt detta utan
specialfall.

Så ser det ut i praktiken

Det snabbaste sättet att se om en produkt är internationaliserad är
en mening med ett tal i. Versionen som inte är det bygger meningen i
koden:

```js
const label = count + (count === 1 ? " dag" : " dagar");
```

Det fungerar för svenska heltal och går inte att översätta till
ukrainska. Ukrainskan har tre former för heltal och en fjärde för
bråktal: день efter 1, 21 och 101, дні efter 2, 3, 4 och 22, днів
efter 0, 5 till 20 och 25, och дня efter ett decimaltal. Vilket ord
en översättare än skriver i den andra grenen blir det fel för de
flesta tal, eftersom 21 tar samma form som 1 och 2 tar en annan form
än 5.

När produkten är internationaliserad blir meningen en nyckel, och
varje språks tabell innehåller alla de former som språket behöver. I
Hugo ligger översättningstabellerna i katalogen `i18n`, en fil per
språk, namngiven efter språkkoden:

```toml
i# i18n/sv.toml		engineer.company	70
[days]
one = '{{ . }} dag'
other = '{{ . }} dagar'
```

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

Mallen ber om nyckeln och skickar med talet. Den innehåller inte ett
ord på något av språken och ingen regel om plural:

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

De svenska sidorna visar `21 dagar` och de ukrainska `21 день`; med
2 visar de `2 dagar` och `2 дні`, och med 5 `5 dagar` och `5 днів`.
Namnen `one`, `few`, `many` och `other` är inte Hugos påfund. Det är
pluralkategorierna från CLDR, Unicode-konsortiets samling av lokala
konventioner, och Hugos dokumentation hänvisar till CLDR:s översikt
över pluralregler för att se vilka kategorier varje språk har. Ett
nytt språk tillkommer som en ny fil, utan ändringar i mallarna.

När produkten växer blir tabellerna dess största textmassa, och de
kräver samma disciplin som koden. Ett av den här webbplatsens
projekt, ett i18n-system för engelska och danska, har 12 027
meddelanden per språkversion i 458 namnrymdsfiler. Varje fil har en
budget på 400 rader, en kontroll i lintern jämför nycklarna mellan
språkversionerna så att ingen nyckel finns på ett språk och saknas
på det andra, och den danska sidan följer ett låst ordförråd, ända
ner till det informella ”du”, som verktygen kontrollerar vid varje
commit. Sidan kallar budgeten den bärande delen: utan en gräns per
fil hade de 458 filerna varit tolv.

Var det går fel

Meningar limmas ihop. Ett meddelande som byggs som `"Radera " + n +
" filer?"` når översättaren som två fragment utan någon mening runt
omkring och i en ordning som bara svenska och engelska behöver. Ett
annat språk kanske vill ha talet sist eller en verbform som beror på
substantivet. W3C nämner försiktighet med sammanfogning av strängar
som en del av arbetet. Gör varje mening till ett enda meddelande med
namngivna platshållare som översättaren kan flytta; Hugos
dokumentation visar hur `{{ T "age" (dict "name" "Will" "count" 1)
}}` fyller i både ett namn och ett tal i en och samma översatta
mening.

Koden läser orden på skärmen. Ett test som hittar en knapp på texten
”Spara”, eller en gren som jämför en status med texten ”Betald”,
fungerar fram till den första översättningen och går sedan sönder
utan något felmeddelande. W3C räknar att undvika att koden beror på
texterna i användargränssnittet till det första som
internationalisering innebär. Jämför nycklar, identifierare och
fasta värden, och ge testerna ett stabilt attribut att hitta
elementet med.

En pluralregel för alla språk. `count === 1` är den engelska regeln
skriven som kod. Den håller för svenska heltal men är fel för de
flesta språk som en produkt kan få. CLDR:s specifikation definierar
sex pluralkategorier, zero, one, two, few, many och other, av vilka
bara other är obligatorisk, och ger varje språk egna regler för
vilken som gäller: svenskan använder två, ukrainskan fyra. Skicka
med talet till meddelandet och låt översättningstabellen rymma alla
kategorier som språket använder.

En saknad översättning misslyckas tyst. Hugos `T` faller tillbaka på
standardspråket när en nyckel saknas i det aktuella språket och
returnerar en tom sträng när standardspråket inte heller har den. En
sida kan alltså publiceras med ett hål eller med en engelsk fras
mitt i en svensk mening. Bygg med `--printI18nWarnings` för att få
en lista över alla saknade översättningar och reservvärden, slå på
`enableMissingTranslationPlaceholders` i en testmiljö så att hålen
syns på sidan, och jämför alla språks nycklar i den kontinuerliga
integrationen.

Datum och tal formateras för hand. En mall som skriver `MM/DD/YYYY`,
eller ett tal med kommatecken efter var tredje siffra, har kodat in
ett enda land. Samma dag är `10/27/26` på amerikansk engelska,
`27/10/2026` på brittisk engelska, `27.10.2026` på danska och norska
och `2026-10-27` på svenska, och ett tal som skrivs 12 027,5 på
svenska är `12,027.5` på engelska och `12.027,5` på danska. CLDR:s
specifikation rekommenderar att data lagras och utbyts i
språkneutral form och formateras först för läsaren. Håll datum och
belopp som rena värden till sista steget och formatera dem där med
plattformens språkmedvetna funktioner. I Hugo visar `time.Format
":date_full"` samma datum som `Wednesday, November 3, 2021` på en
engelsk sida och `Mittwoch, 3. November

2021` på en tysk.

Texten lagras inte som Unicode. En produkt som skriver ”räksmörgås”
i UTF-8 och läser tillbaka ordet som Windows-1252 visar
”rÃ¤ksmÃ¶rgÃ¥s”, och en produkt som lagrar text i en äldre kodning
avsedd för ett enda språk kan inte rymma ett ukrainskt namn över
huvud taget. Att ta Unicode i bruk är den första punkten på W3C:s
lista. Använd en enda Unicode-kodning, normalt UTF-8, hela vägen
från databasen till webbläsaren, och ange den vid varje gräns där
byte blir text.

Läs mer

  * Localization vs. Internationalization — W3C:s arbetsdefinitioner
av båda begreppen, de fyra typer av arbete som internationalisering
omfattar och varför det hör hemma i början.

  * Hugo: Multilingual mode — översättningstabeller, lokaliserade
datum och valutor, och hur Hugo rapporterar en saknad översättning.

  * Hugo: lang.Translate — uppslagsordningen mellan språk,
pluralkategorier i översättningstabeller och meddelanden med
namngivna platshållare.

  * UTS #35, Part 1: Core — CLDR:s specifikation: identifierare för
locales, arvet mellan dem och rådet att hålla data i språkneutral
form fram till visningen.

  * UTS #35, Part 3: Numbers — talsymboler och talmönster per locale
samt pluralkategorierna och reglerna för att välja mellan dem.

hDen här sidan på webben	URL:https://engineer.company/sv/glossary/internationalization/	engineer.company	70
