多言語化：.poファイルのフォーマットについて調べてみた

WordPressを多言語化するにあたり、.moファイルが必要になりました。
このファイルは翻訳内容を記述した.poファイルにから生成するのですが、.poファイルの書き方がわからないので調べてみました。

仕様書はどこにある？

そもそも.poファイルから.moファイルへの変換は、gettextというツールが行っているようです。
Poeditなどのアプリは、内部でこのツールを呼び出しています。

そこでgettextのマニュアルを探してみると、ありました！
■GNU gettext utilities

中身は英語です。
全て読むのは時間がかかるので、.poファイルに関する部分だけ読んでみました。

フォーマット概要

コメント

行頭に # があると、コメントとみなされます。
コメントにはいくつか種類があって、#に続く文字で判別されます。

■コメントの種類

文字	意味	例
' '（スペース）	翻訳者のコメント	# translator-comments
'.'（ドット）	プログラマーから翻訳者へのコメント	#. extracted-comments
':'（コロン）	ソースコードの参照先	#: xxx.php:111
','（カンマ）	フラグ	#, fuzzy
'|'（縦線）	未翻訳の文字	#| msgid xxxx

■フラグ

フラグはgettextツールで参照されます。
その意味ではコメントではありませんね。

次のようなフラグがあります。

フラグ	否定	意味
fuzzy	なし	翻訳が正しくない可能性があるという意味
c-format	あり	翻訳がc形式であるという意味
objc-format	あり	翻訳がObjective C形式であるという意味
python-format	あり	翻訳がPython形式であるという意味
python-brace-format	あり	翻訳がPython brace形式であるという意味
java-format	あり	翻訳がJavaのMessageFormat形式であるという意味
java-printf-format	あり	翻訳がJavaのprintf形式であるという意味
csharp-format	あり	翻訳がC#形式であるという意味
javascript-format	あり	翻訳がJavaScript形式であるという意味
scheme-format	あり	翻訳がScheme形式であるという意味
lisp-format	あり	翻訳がLisp形式であるという意味
elisp-format	あり	翻訳がEmacs Lisp形式であるという意味
librep-format	あり	翻訳がlibrep形式であるという意味
ruby-format	あり	翻訳がRuby形式であるという意味
sh-format	あり	翻訳がShell形式であるという意味
awk-format	あり	翻訳がawk形式であるという意味
lua-format	あり	翻訳がLua形式であるという意味
object-pascal-format	あり	翻訳がObject Pascal形式であるという意味
smalltalk-format	あり	翻訳がSmalltalk形式であるという意味
qt-format	あり	翻訳がQt形式であるという意味
qt-plural-format	あり	翻訳がQt plural形式であるという意味
kde-format	あり	翻訳がKDE形式であるという意味
boost-format	あり	翻訳がBoost形式であるという意味
tcl-format	あり	翻訳がTcl形式であるという意味
perl-format	あり	翻訳がPerl形式であるという意味
php-format	あり	翻訳がPHP形式であるという意味
gcc-internal-format	あり	翻訳がGCC sources形式であるという意味
gfc-internal-format	あり	翻訳がGNU Fortran Compiler sources形式であるという意味
ycp-format	あり	翻訳がYCP形式であるという意味

最初のfuzzy以外は、先頭に 'no-' を付けることで否定の意味になります。

例：
#, no-c-format
→ 翻訳がc形式ではないという意味

この大量にある○○形式とは何かというと、ようするに文字の置き換えを想定しています。
置き換えのルールはプログラミング言語ごとに異なるため、「翻訳結果は〇〇という言語向けです」ということを明示しているわけです。

否定形は、翻訳結果が○○の形式に見えても、そうではないという意味で用いられます。

ヘッダー

.poファイルの先頭部分は、ヘッダーとして翻訳者やgettextツール、およびPoeditなど向けの情報が記述されます。

例としてWordPress の翻訳/国際化対応にある、POファイルのヘッダー情報を挙げてみます。

ヘッダーコメント

まずはコメントで、翻訳ファイルについての情報が記述されています。
この部分は必須ではないですが、可能なら記述しておいた方がよさそうです。

ツールやアプリ向けの情報

mgsid と msgstr の行は必須です。
その後に続く行は、ツールやアプリ向けの情報です。

この情報には、次の表のようなエントリーがあります。

エントリー名	内容
Project-Id-Version	翻訳のプロジェクト名やバージョン
Report-Msgid-Bugs-To	文字列の問題点の報告先：メールアドレスやURL
POT-Creation-Date	.potファイルの作成日時
PO-Revision-Date	.poファイルの保存日時
Last-Translator	連絡先：名前とメールアドレス
Language-Team	言語の英語名と、言語チームのメールアドレスやURL
Language	jaなどの言語コード
MIME-Version	1.0：MIMEのバージョン
Content-Type	ファイルのエンコード情報
Content-Transfer-Encoding	8bit
Plural-Forms	複数形を使用するとき必要。こちら参照

この他にも、Poeditなどのアプリが独自に追加したものがあります。

Plural-Forms

翻訳で複数形を使用するとき、Plural-Formsが必要です。

例：
"Plural-Forms: nplurals=2; plural=n == 1 ? 0 : 1;\n"

最初の nplurals=2; は、翻訳結果が2通りあるという意味です。
3通りあるときは、 nplurals=3; と記述します。

後に続く plural=n == 1 ? 0 : 1; はC言語の構文で、変数pluralに使用する文字のインデックスをセットしています。
変数nは、計算のもととなる数値です。

通常は、インデックス0に単数形の翻訳結果を、インデックス1に複数形の翻訳結果が用意されています。
この状態で1という数値が与えられた場合はインデックス0を、それ以外は1をセットする必要があります。
それを表した数式が、n == 1 ? 0 : 1; です。

この仕組みを利用すると、もっと多くのケース分けができます。

例えば次のような翻訳結果があるとします。

インデックス0: '0個'
インデックス1: '1つ'
インデックス2: '2通り'
インデックス3: 'たくさん'

3以上は'たくさん'を返すことにします。

このとき、Plural-Formsは次のような記述になります。
たぶん・・・（実際に試していないので、間違えていたらすみません）

"Plural-Forms: nplurals=4; plural=n <= 2 ? n : 3;\n"

翻訳データ：基本形

一対一の翻訳を行う場合、次のように msgid と msgstr を記述します。

msgid は、翻訳前の文字を記述します。
msgstr は、翻訳後の文字を記述します。

翻訳データ：コンテキスト

コンテキスト指定子msgctxtを使用すると、同じ msgid に対して複数の翻訳を記述できます。

翻訳データ：複数形

複数形は、次のように記述します。

msgid_pluralは、翻訳前の複数形です。

単数はmsgidを、複数形はmsgid_pluralを参考にして、翻訳します。

翻訳後はmsgstrの後に、[1]、[2]、[3]とインデックスを記述します。

アプリを使おう

Poeditというアプリを使うと、.poファイルの生成から.moファイルの作成までおこなえます。
.poファイルの仕様をしらなくても、問題ありませんでした。

Poeditの使い方。新規から作成してmoをテーマやプラグインに適用する方法