前端国际化之痛点(三):上线后修改翻译内容

news/2024/7/9 23:50:37 标签: 前端, 多语言, i18n, 国际化, node.js, react.js, vue

前言

VoerkaI18n是一款非常优秀的前端国际化解决方案,其开发的出发点是为了解决现存多语言的一些痛点,接下来几篇文章将分别进行分析

–>点击进入项目官网<–

现有痛点

在实际应用中,我们经常会在应用上线后,有没有经常碰到这样的问题:

  • 发现应用中的翻译错误
  • 不同的客户可能会一些用词提出不同的要求
  • 甚至有些客户要求能自定义一些显示用语

一般解决方案是重新打包应用重新发布,显然这是比较麻烦的解决方案。

解决痛点

voerkai18n的语言包补丁特性针对此问题,提供了完美的解决方案,您就可以随时修复翻译错误,而不需要重新打包应用。

基本思路:应用上线后发现翻译错误时,可以在服务器上约定位置放置语言包补丁,应用会自动进行更新修复,很实用的一个特性。

基本方法如下:

准备

为说明如何使用语言包补丁特性支持,我们将假设以下的应用:
应用chat,依赖于usermanagerlog等三个库,均使用了voerkiai18n作为多语言解决方案。
其拟支持zhende共三种语言。
当执行完voerkai18n compile后,项目结构大概如下:

chat
  |-- languages
  | |-- index.js
  | |-- idMap.js   
  | |-- runtime.js
  | |-- settings.json                  
  | |-- zh.js
  | |-- en.js
  | |-- formatters
  |     |-- zh.js
  |     |-- en.js
  | |-- translates
  |       |-- default.json
  |-- index.js
  |-- package.json                  //name=chat

打开languages/index.js,大概如下:

// ....
const scope = new i18nScope({
    id: "chat",                          // 当前作用域的id,自动取当前工程的package.json的name
    messages:{ 
        "en" : ()=>import("./en.js"),
        "de" : ()=>import("./de.js")
    },
    //.....
}) 
/// ....
  • 可以看到在languages/index.js中创建了一个以当前工程package.jsonnameidi18nScope实例,其会自动注册到全局voerkaI18n实例中。

第一步:注册默认的语言加载器

voerkiai18n是采用语言加载器来加载语言包的,为了从服务器上远程加载语言包补丁,需要注册一个加载器。

需要在应用中(例如app.jsmain.js等)导入i18nScope实例或者直接在languages/index.js中并注册一个默认的语言加载器。


// 从当前工程导入`scope`实例
import { i18nScope } from "./languages"

// 注册默认的语言加载器
// 在此向服务器发起请求,请返回翻译后的其他语言文本
i18nScope.registerDefaultLoader(async (language,scope)=>{
    // language: 要切换到此语言
    // scope: 语言作用域实例   
    return await (await fetch(`/languages/${scope.id}/${language}.json`)).json()
})

第二步:编写语言包补丁文件

假设我们发现zh语言的翻译错误,这就需要在服务器上生成一个对应的zh语言包补丁文件。
方法很简单,打开languages/zh.js文件,该文件大概如下:

module.exports = {
    "1": "支持的语言",
    "2": "默认语言",
    "3": "激活语言",
    "4": "名称空间s",
    ....
}

复制一份修改和更名为zh.json,其中仅保留需要修复的条目,内容大概如下:

{
    "1": "支持的语言",       
}

然后将zh.json复制到languages/chat/zh.json即可。
同样地,我们如果要修复usermanagerlog等三个库的翻译错误,如法泡制,生成语言包文件languages/user/de.json,languages/manager/de.json,languages/log/de.json

第三步:组织语言包补丁文件

在上面中,我们通过fetch(/languages/${scope.id}/${language}.json)来读取语言包(您可以使用任意您喜欢的方式,如axios),这意味着我们需要在web服务器上根据此URL来组织语言包补丁,以便可以下载到语言包补丁。需要将语言包补丁保存在服务器的指定位置,如下:

webroot
  |-- languages
    <chat>          
       |-- zh.json        
    <user>               
       |-- zh.json    
    <manager>                 
       |-- zh.json   
    <log>                 
       |-- zh.json               

完成:自动打语言包补丁

至此,语言包补丁功能已配置完毕。当应用启动时就会自动加载该补丁合并到线上应用的语言包中。

小结

利用VoerkaI18n的此特性,产品上线的翻译内容更新和修复变得非常容易,强列推荐。

–>点击进入项目官网<–


http://www.niftyadmin.cn/n/5314927.html

相关文章

【Verilog】期末复习——设计11011序列检测器电路

系列文章 数值&#xff08;整数&#xff0c;实数&#xff0c;字符串&#xff09;与数据类型&#xff08;wire、reg、mem、parameter&#xff09; 运算符 数据流建模 行为级建模 结构化建模 组合电路的设计和时序电路的设计 有限状态机的定义和分类 期末复习——数字逻辑电路分…

ES-极客学习第二部分ES 入门

基本概念 索引、文档、节点、分片和API json 文档 文档的元数据 需要通过Kibana导入Sample Data的电商数据。具体参考“2.2节-Kibana的安装与界面快速浏览” 索引 kibana 管理ES索引 在系统中找到kibana配置文件&#xff08;我这里是etc/kibana/kibana.yml&#xff09; vim /…

【LeetCode:49. 字母异位词分组 | 哈希表】

&#x1f680; 算法题 &#x1f680; &#x1f332; 算法刷题专栏 | 面试必备算法 | 面试高频算法 &#x1f340; &#x1f332; 越难的东西,越要努力坚持&#xff0c;因为它具有很高的价值&#xff0c;算法就是这样✨ &#x1f332; 作者简介&#xff1a;硕风和炜&#xff0c;…

TypeScript进阶(一)深入理解类和接口

✨ 专栏介绍 TypeScript是一种由微软开发的开源编程语言&#xff0c;它是JavaScript的超集&#xff0c;意味着任何有效的JavaScript代码都是有效的TypeScript代码。TypeScript通过添加静态类型和其他特性来增强JavaScript&#xff0c;使其更适合大型项目和团队开发。 在TypeS…

Python_MQTT消息发布封装

前言 本文介绍了如何使用Python编写一个简单的MQTT发布者类来封装MQTT客户端。通过这个类&#xff0c;我们可以轻松地连接到MQTT服务器并发布消息到指定主题。封装MQTT客户端可以简化开发过程&#xff0c;使得连接和发布消息变得更加简单。 一、安装paho-mqtt pip install pa…

网站建设网络设计营销类网站模板

★安装环境要求★ 服务器&#xff1a;Linux / Apache / IIS PHP版本&#xff1a;5.4及5.4以上&#xff0c;完美支持php7.4 MYSQL版本&#xff1a;5.0以上 PS&#xff1a;php版本推荐5.6&#xff0c;mysql推荐使用5.7 ★模板安装步骤★ 1、请将源码包里面的所有文件和文件夹上…

巧用 G5g 畅游Android流媒体游戏

&#x1f497;wei_shuo的个人主页 &#x1f4ab;wei_shuo的学习社区 &#x1f310;Hello World &#xff01; 巧用 G5g 畅游Android流媒体游戏 概览 Amazon EC2 G5g 实例由 AWS Graviton2 处理器提供支持&#xff0c;并配备 NVIDIA T4G Tensor Core GPU&#xff0c;可为 Andro…

Python - Bert-VITS2 自定义训练语音

目录 一.引言 二.前期准备 1.Conda 环境搭建 2.Bert 模型下载 3.预训练模型下载 三.数据准备 1.音频文件批量处理 2.训练文件地址生成 3.模型训练配置生成 4.训练文件重采样 5.Tensor pt 文件生成 四.模型训练 1.预训练模型 2.模型训练 3.模型收菜 五.总结 一…