Chromium本地化的方法

Chromium的本地化方法

 

 

一、软件环境

      chromium版本：6.0.482.0

      os:windows xp sp2

 

二、chromium的本地化

             chromium中需要本地化的部分有三部分：

             1>chromium项目本地化，2>webkit本地化，3>setup本地化.

             由于对第2种的本地化需求较少，setup部分的本地化较简单，本文只讲述1部分的本地化方法。

 

 

三、chromium项目本地化

 

        1.通过编译chrome项目后，可以发现，在生成的locals中，共有51个.dll文件，分别是不同语言的本地化库。在sln文件中分别对应有这51个项目，而在每个项目中都包含名为generated_resources_xx.rc的资源文件(xx为语言代号，例如zh_CN为简体中文)，在其下的stringtable中则是以此种语言的本地化字符串集。细心的朋友可以发现，整个chrome编译之前，这些rc文件是不存在的，它的生成是在编译时动态生成的。生成它的项目正是chrome_strings项目。

 

 

        2.打开chrome_strings项目可以看到，其下包含了三个grd文件：chromium_strings.grd, generated_resources.grd, google_chrome_strings.grd。另外还有一批xtb文件。

    google_chrome_strings.grd文件是用于编译chrome时才使用的，而我们是要编译chromium项目，因此不涉及此文件.

    chromium_string.grd文件涉及到chromium项目的本地化和setup的本地化，其中包含安装卸载软件介绍等字符串的本地化。

    generated_resources.grd主要涉及chromium项目的本地化，几乎包含所有chrome.exe中所要使用到的字符串的本地化。

 

    综上所述，generated_resource.grd是我们需要关注的对象。打开该文件可以看到，该文件由3部分组成：

 

部分包含了两种生成文件，

 

部分包含一种生成(翻译)文件：

 

部分包含的是message对，每一个中包含了一个所要使用的字符串。

 

    3.本地化原理

             顾名思义，需要本地化，那么首先需要有一个“标准”字符串文件，然后在不同种语言下替换掉该语言。由此我们需要揭开上面所述的四种文件之间(grd, rc, xtb, dll)的生成关系：

    

                             

                 grd  --------------->  rc     --------->  dll

 

grd:grd文件就是“标准”字符串文件，在其中定义好项目中所需使用的字符串id与对应的字符串值(一般为英文版本，因为比较通用)。

xtb:针对grd文件的不同语言翻译版本文件，例如，中文环境下的字符串翻译都需要写在generated_resources_zh-CN.xtb中，至于存放格式，这是后面讨论的重点。

rc:本文件对应在不同的语言项目中，并且被该项目所包含以便编译时生成到dll文件中。

dll:由rc文件生成出来的不同语言翻译版本的字符串“库”。

 

    4.如何本地化

           上面提到，对“标准”文件本地化时，要把对应语言的翻译版本写到对应的xtb文件中。因此翻译简体中文版本时，只要将对应“标准”文件中的字符串本地化到generated_resources.xtb文件中，打开此文件可以看到。

      在generated_resources.grd中字符串值

    
        (Keyword: $1) 

     

   （注：$1是chromium中定义的字符替换标识符，此部分的原理不在本文讨论范围内。）

  在generated_resources_zh_CN.xtb中对应的翻译版本如下：

     （关键字：）

  在generated_resources.zh_TW.xtb中对应的翻译版本如下：

    (關鍵字: )

 

      由此，我们可以预测程序中使用字符串id为IDS_AUTOCOMPLETE_KEYWORD_DESCRIPTION的地方，在中文环境下对应使用的字符串是翻译字符串中id=406259880812417922所对应的“(关键字:$1)”， 在繁体环境下对应的是(關鍵字:$1) 但是这是如何对应起来的？我们只能看到在下面的翻译版本和上面message中都含有同一个键“id”，但这两个键的值之间看不出有明显的联系。因此如果找到了这两者之间的联系，那么我们就找到了把“标准”字符串翻译成各种语言版本的根本方法。

      到此，想从项目中去找到这个联系的头绪已经断了，此时我想到了官网。果然，官网上给出了答案：

 

"If you are adding a string to Chromium that you want for a different version of Chromium and you want to have translation in other languages, you need to add translations to the .xtb files in /src/chrome/app/resources.  These files have a transalation id that is based on a hash of the en-US string (see /src/tools/grit/external/FP.py for details on the hash)"

   答案就在/src/tools/grit/external/FP.py文件中，打开该文件看到如下代码：

def UnsignedFingerPrint(str, encoding='utf-8'):
  """Generate a 64-bit fingerprint by taking the first half of the md5
  of the string."""
  hex128 = _new_md5(str).hexdigest()
  int64 = long(hex128[:16], 16)
  return int64

def FingerPrint(str, encoding='utf-8'):
  fp = UnsignedFingerPrint(str, encoding=encoding)
  # interpret fingerprint as signed longs
  if fp & 0x8000000000000000L:
    fp = - ((~fp & 0xFFFFFFFFFFFFFFFFL) + 1)
  return fp

      从这两个python写的函数中可以看到基本的思路：FingerPrint函数接收一个字符串输入，然后调用函数UnsignedFingerPrint对字符串计算md5值hex128，并对hex128按照16进制取前一半，再经常一系列位运算之后返回其值，由此大致可以判断算出来的值是一列数字串，因此，我们再只需要确定输入的字符串的规则即可算出最后的数字串的值。

 

      经过我对输入字符串进行各种可能的测试之后，发现有时算出的值与xtb中的值相同，有时不同，由此断定计算方法中还有未知的部分，因此我们需要找到调用FingerPrint函数的部分是否做了其它处理。因此我在源代码中搜索，结果如愿找到了文件/src/tools/grit/external/tclib.py中有如下代码：

 

def GenerateMessageId(message, meaning=''):
  fp = FP.FingerPrint(message)
  if meaning:
    # combine the fingerprints of message and meaning
    fp2 = FP.FingerPrint(meaning)
    if fp < 0:
      fp = fp2 + (fp << 1) + 1
    else:
      fp = fp2 + (fp << 1)
  # To avoid negative ids we strip the high-order bit
  fpid = str(fp & 0x7fffffffffffffffL)
  return fpid

 

      这个函数中，我们看到了另一个输入输入字符串meaning，根据名字猜测应该是在有被替换的字符串标识符的时候会被使用到，函数的逻辑比较简单，据此，我们得到了计算id值406259880812417922的大致方法。但被输入的两个字符串该选取的哪个部分还是不确定。个人以为，与其一个个这样去输入两个字符串参数，然后用脚本计算id值，何不让编译程序“自动”为我生成，这样也免去我确定输入参数时的各种错误情况。“自动”生成的方法很简单，在这个函数中，计算出id值之后，把它保存到一个文件中就OK了。本函数修改后的代码如下：

 

def GenerateMessageId(message, meaning=''):
  fp = FP.FingerPrint(message)
  if meaning:
    # combine the fingerprints of message and meaning
    fp2 = FP.FingerPrint(meaning)
    if fp < 0:
      fp = fp2 + (fp << 1) + 1
    else:
      fp = fp2 + (fp << 1)
  # To avoid negative ids we strip the high-order bit
  fpid = str(fp & 0x7fffffffffffffffL)

########
  fp2 = file('c:/message_log.txt', 'a')
 fp2.write('message=' + message + ', id=' + fpid + "/r/n")

  fp2.close()

#######
  return fpid

  

      上面#所包含的四行代码将计算出的id值以xtb中的格式保存到c:/message_log.txt文件中，剩下需要做的就是编译chrome_strings项目，再去找到message_log.txt文件中对应所需要计算的值并将id拷贝到xtb文件中，附加上翻译后的字符串即可。

例如，上面所列举的IDS_AUTOCOMPLETE_KEYWORD_DESCRIPTION字符串在message_log.txt中对应的一列为：

message=(Keyword: KEYWORD), id=406259880812417922

 

      当然，如果想要深究GenerateMessageId的两个输入参数也是很容易的，稍加改动write语句，把两个输入参数的值输出即可知道输入字符串的规则，但目的还是计算得知id，既然我们已经达到此目标，我就不去深究这个值。

 

      至此，我们的问题全部解决了，再来理一下整体思路，如果要添加一个新的字符串到chromium项目中，并且需要翻译成本地版本，我们需要做的步骤如下：

1.添加字符串到generated_resources.grd文件中。

        OK
     

 

2.only编译chrome_strings项目，在message_log中找到下面一行

 message=OK, id=6965382102122355670

 

3.在generated_resrouces_zh_CN.xtb中添加如下一行翻译值

 确定

 

4.再编译chrome_string项目，就可以在zh_CN项目的generated_resources.rc的stringtable中找到下面这一行

 IDS_OK        11028    确定

 

  当编译出的chromium程序运行在简体中文环境下时，调用IDS_OK的地方则会显示出“确定”字符串。

 

 

 

后記：虽然本地化的问题已经解决，但我在完成此任务时，出现不少问题，在此列出来主要的几个，让大家少走一些弯路：

1.generated_resources.xtb中的id值不能重复，出现重复时，编译chrome_string项目时会给出提示，但它的提示未明显指出是重复问题。如果出现重复，删掉一条即可，因为id值如果重复，那么说明这两个字符串的值本身就是相同的，那么在生成rc文件时，两个字符串都会去对应到这条id值上，对结果无影响。

 

2.计算出id值后，填到xtb文件中时，如果字符串有有需要被替换的部分，即原字符串中包含诸如$1English的字段，则xtb文件中对应字符串一定要附加上的串，否则项目chrome_strings编译通不过，同样，编译错误俺看不懂。

 

3.有人说，可以直接在生成的rc文件中修改字符串的翻译以达到本地化的目的。当然，我承认这是最直接的方式，但不可忽视的是，如果你所使用的所有字符串是一次性生成，一次性在rc文件中修改完成，那么这种方法OK，没问题。但当你在grd中新添加一条字符串值时，或者做了rebuild时，rc文件会被重新生成，你所做的努力将前功尽弃，必须全盘重来。所以这是一种治标不治本的方法，不推荐使用。

 

 

（第一次写文章，逻辑，思维不甚严密，请见谅，谢谢）