Объединение tmx-файлов, Маленькое руководство по объединению файлов с помощью TMXMerger Опции

[Novak]

На страничке ресурсов программы OmegaT есть ссылка для скачивания java-сценария TMXMerger, предназначенного для объединения tmx-файлов.
Синтаксис у этого сценария очень простой:

TMXMerger-1.0.jar <исходный файл 1> <исходный файл 2> <результирующий файл>

Например, при

TMXMerger-1.0.jar source_1.tmx source_2.tmx project_save.tmx

Объединяются два файла source_1.tmx и source_2.tmx
В результирующем файле будут записаны все пары переводов, что были в первом и втором файле.
Если встретились разные переводы одного сегмента в исходных файлах, то все варианты будут записаны в результирующем файле. Получится запись примерно такого вида:

<tu>
         <tuv lang="EN-US">
            <seg>How to Build the ODBC Plugin on Windows</seg>
         </tuv>
         <tuv lang="RU-RU">
            <seg>Как собрать ODBC плагин под Windows</seg>
         </tuv>
         <tuv lang="RU-RU">
            <seg>Как собрать QMYSQL плагин под Windows</seg>
         </tuv>         
</tu>

После этого нужно вычистить этот файл от лишний дублирующих записей.
С этим справляется сама OmegaT. Если создать проект со всеми необходимыми файлами для перевода и подложить в него наш объединённый tmx-файл, то остаётся только запустить генерацию переведённых файлов, и лишние записи из нашего исходного файла перевода будут удалены. При этом сохраняется первая запись из встреченных.
Потому при объединении файл, который был передан первым в скрипт TMXMerger имеет больший приоритет в плане дублирования записей.

Мне кажется, что стоит ещё немного поэкспериментировать, в эту тему писать результаты этих опытов. После этого дополнить это руководство и выложить в вики и траке.

Сообщение отредактировал Novak - 14.1.2009, 8:29

Причина редактирования: Немного дополнил

[Litkevich Yuriy]

Потому при объединении файл, который был передан первым в скрипт TMXMerger имеет больший приоритет в плане дублирования записей.

я к такому же выводу пришел, но не эксперементально.

я как-то упоминал программу Olifant из Okapi Framework
Открыл в ней наш объедененный файл project_save.tmx (7820 кБ), отсортировал сегменты по оригинальным, увидел две пустые строчки и удалил их, затем экспотировал в TMX, получил файл весом 6641 кБ, т.е. олифант что-то выкинул. Но я не разбирался - слишком много сегментов аж глаза разбегаются.

Можно в Олифанте находить дубликаты (автоматически с проставлением флажков), затем сортировать по наличию флажков и смотреть какой сегмент удалить.

Омега всякий раз при сохранении меняет сегменты местами из-за чего в хранилище отправляется много информации (около 3 МБ). Можно в этом олифанте перед фиксацией правки сортировать ПП, а потом уже фиксировать правку.