PHP高效提取PO文件内容的方法与实践
在国际化（i18n）和本地化（L10n）项目中，PO文件（Portable Object）是存储翻译字符串及其翻译内容的重要格式，PHP作为广泛应用于Web开发的语言，经常需要处理PO文件以提取其中的翻译内容，本文将详细介绍如何使用PHP高效提取PO文件内容，包括直接解析、使用现有库以及处理复杂场景的技巧。
PO文件基础结构
PO文件是Gettext工具链中用于存储翻译的文本文件,基本结构如下：
msgid ""
msgstr ""
"Project-Id-Version: PACKAGE VERSION\n"
"Report-Msgid-Bugs-To: \n"
"POT-Creation-Date: 2023-01-01 12:00+0000\n"
"PO-Revision-Date: YEAR-MO-DA HO:MI+ZONE\n"
"Last-Translator: FULL NAME <EMAIL@ADDRESS>\n"
"Language-Team: LANGUAGE <LL@li.org>\n"
"Language: \n"
"MIME-Version: 1.0\n"
"Content-Type: text/plain; charset=UTF-8\n"
"Content-Transfer-Encoding: 8bit\n"
msgid "Hello"
msgstr "你好"
msgid "Goodbye"
msgstr "再见"msgid是原始字符串,msgstr是对应的翻译内容。
PHP直接解析PO文件
基本解析方法
对于简单的PO文件,可以使用PHP的正则表达式或字符串处理函数进行解析：
function parsePOFile($filePath) {
$content = file_get_contents($filePath);
$pattern = '/msgid\s+"(.*?)"\s+msgstr\s+"(.*?)"/s';
preg_match_all($pattern, $content, $matches);
$translations = [];
foreach ($matches[1] as $index => $msgid) {
if (!empty($msgid)) { // 忽略空msgid（通常是文件头信息）
$translations[$msgid] = $matches[2][$index];
}
}
return $translations;
}
// 使用示例
$translations = parsePOFile('messages.po');
print_r($translations);
处理多行和转义字符
PO文件可能包含多行字符串和转义字符,需要更复杂的解析逻辑：
function parsePOFileAdvanced($filePath) {
$content = file_get_contents($filePath);
$lines = explode("\n", $content);
$translations = [];
$currentMsgid = null;
$currentMsgstr = null;
$isMsgid = false;
$isMsgstr = false;
foreach ($lines as $line) {
$line = trim($line);
if (empty($line)) continue;
if (strpos($line, 'msgid') === 0) {
if ($currentMsgid !== null) {
$translations[$currentMsgid] = $currentMsgstr;
}
$currentMsgid = '';
$currentMsgstr = '';
$isMsgid = true;
$isMsgstr = false;
$value = substr($line, 6);
if ($value !== '""') {
$currentMsgid = $this->parsePOString($value);
}
} elseif (strpos($line, 'msgstr') === 0) {
$isMsgid = false;
$isMsgstr = true;
$value = substr($line, 7);
if ($value !== '""') {
$currentMsgstr = $this->parsePOString($value);
}
} elseif (($isMsgid || $isMsgstr) && strpos($line, '"') === 0) {
$value = $this->parsePOString($line);
if ($isMsgid) {
$currentMsgid .= $value;
} else {
$currentMsgstr .= $value;
}
}
}
// 添加最后一组翻译
if ($currentMsgid !== null) {
$translations[$currentMsgid] = $currentMsgstr;
}
return $translations;
}
function parsePOString($str) {
$str = substr($str, 1, -1); // 去掉引号
$str = str_replace('\n', "\n", $str);
$str = str_replace('\t', "\t", $str);
$str = str_replace('\r', "\r", $str);
$str = str_replace('\"', '"', $str);
$str = str_replace('\\', '\\', $str);
return $str;
}
使用专业库解析PO文件
直接解析PO文件容易出错,推荐使用成熟的PHP库：
使用Gettext库
// 安装: composer require gettext/gettext
use Gettext\Translations;
use Gettext\PoParser;
$translations = Translations::fromPoFile('messages.po');
$translationsArray = [];
foreach ($translations as $translation) {
if (!empty($translation->getOriginal())) {
$translationsArray[$translation->getOriginal()] = $translation->getTranslation();
}
}
print_r($translationsArray);
使用Symfony Translation组件
// 安装: composer require symfony/translation
use Symfony\Component\Translation\Loader\PoFileLoader;
use Symfony\Component\Translation\Translator;
$translator = new Translator('en');
$translator->addLoader('po', new PoFileLoader());
$translator->loadResource('po', 'messages.po', 'en');
// 获取所有翻译
$catalogue = $translator->getCatalogue('en');
$translations = $catalogue->all();
print_r($translations);
处理大型PO文件
对于大型PO文件,可以采用流式处理或分块读取：
function parseLargePOFile($filePath, $callback) {
$handle = fopen($filePath, 'r');
$buffer = '';
$inMsgid = false;
$inMsgstr = false;
$msgid = '';
$msgstr = '';
while (!feof($handle)) {
$line = fgets($handle);
if (strpos($line, 'msgid') === 0) {
if ($msgid !== '') {
$callback($msgid, $msgstr);
}
$msgid = '';
$msgstr = '';
$inMsgid = true;
$inMsgstr = false;
$value = substr($line, 6);
if ($value !== '""') {
$msgid = parsePOString($value);
}
} elseif (strpos($line, 'msgstr') === 0) {
$inMsgid = false;
$inMsgstr = true;
$value = substr($line, 7);
if ($value !== '""') {
$msgstr = parsePOString($value);
}
} elseif (($inMsgid || $inMsgstr) && strpos($line, '"') === 0) {
$value = parsePOString($line);
if ($inMsgid) {
$msgid .= $value;
} else {
$msgstr .= $value;
}
}
}
// 处理最后一组
if ($msgid !== '') {
$callback($msgid, $msgstr);
}
fclose($handle);
}
// 使用示例
parseLargePOFile('large_messages.po', function($msgid, $msgstr) {
// 处理每个翻译对
echo "Original: $msgid\nTranslation: $msgstr\n\n";
});
提取特定内容
有时只需要提取PO文件中的特定内容,如仅提取未翻译的条目：
function getUntranslated($filePath) {
$translations = parsePOFileAdvanced($filePath);
$untranslated = [];
foreach ($translations as $msgid => $msgstr) {
if (empty($msgstr) || $msgstr === $msgid) {
$untranslated[$msgid] = $msgstr;
}
}
return $untranslated;
}
// 使用示例
$untranslated = getUntranslated('messages.po');
print_r($untranslated);
性能优化建议
- 缓存解析结果：对于不常变化的PO文件，可以将解析结果缓存到文件或内存中
- 延迟加载：只在需要时加载特定语言的翻译
- 使用生成器：对于大型文件，使用生成器逐条处理而非一次性加载所有内容
function getPOTranslationsGenerator($filePath) {
$handle = fopen($filePath, 'r');
// ... 解析逻辑 ...
while (!feof($handle)) {
// 解析每个翻译对
yield $msgid => $msgstr;
}
fclose($handle);
}
// 使用示例
foreach (getPOTranslationsGenerator('large_messages.po') as $msgid => $msgstr) {
// 处理每个翻译对
}
常见问题与解决方案
- 编码问题：确保PO文件使用UTF-8编码，并在读取时指定编码
$content = file_get_contents($filePath, false,
还没有评论，来说两句吧...