Txt-to-tmx file converter.
Project description
Пакет с несколькими скриптами для конвертации txt-файлов в tmx-файлы
Эти скрипты позволяют токенизировать текстовые файлы на предложения, а затем конвертировать получившиеся файлы в формат tmx (translation memory exchange, по сути -- xml-файлы), в том числе в формат, понимаемый программой SDL Trados Studio 2017.
Установка в Windows в терминале Anaconda Prompt
$ python -m venv .venv
$ .venv\Scripts\activate.bat # в терминале Git Bash: source .venv/Scripts/activate
$ python -m pip install --upgrade pip
$ pip install to-tmx
$ python -m nltk.downloader punkt # для токенизации на русском языке
Внешние зависимости
Пакет устанавливает NLTK. Кроме того, последняя строчка в разделе про установку скачивает модели для токенизации на предложения из NLTK Corpora. Эта команда может выдывать предупреждение при исполнении, но все равно работает.
Использование
Примеры исходных, промежуточных и финальных файлов лежат в репозитории проекта
на Гитхабе в папке data/.
Токенизация файлов на предложения
$ sent-tok "path\file name.txt" language # английский по умолчанию
Например:
$ sent-tok "data\Madrid System_eng.txt" english
$ sent-tok "data\Madrid System_rus.txt" russian
На выходе получаем два токенизированных на предложения файла, Madrid System_eng.txt_sent_tok и Madrid System_rus.txt_sent_tok.
Их следует открыть в текстовом редакторе (Notepad++) и проверить, что все токенизировалось правильно. Обычно ошибок хватает. Нужно, чтобы количество строк в обоих файлов стало одинаковым.
Конвертация в tmx
$ to-tmx "path\file name_eng.txt_sent_tok" "path\file name_rus.txt_sent_tok"
Например:
$ to-tmx "data\Madrid System_eng.txt_sent_tok" "data\Madrid System_rus.txt_sent_tok"
Скрипт создаст файл "data\Madrid System_eng-Madrid System_rus.tmx".
Конвертация в tmx, понимаемый программой SDL Trados Studio 2017
$ tmx-tradosize "path\file name_eng-file name_rus.tmx "path\file_name_trados_style.tmx"
Первый аргумент -- исходный tmx-файл (полученный на предыдущем этапе), второй аргумент -- путь и желаемое название выходящего файла. Например:
$ tmx-tradosize "data\Madrid System_eng-Madrid System_rus.tmx" "data\madrid_system_trados_style.tmx"
Конвертация многих файлов в tmx-файлы, понимаемые программой SDL Trados Studio 2017
Команда tmx-batch-tradosize попросит выбрать папку с несколькими tmx-файлами,
а результат сохранит в папку tmx-trados-style\
Download files
Download the file for your platform. If you're not sure which to choose, learn more about installing packages.
