diff --git a/CHANGELOG.md b/CHANGELOG.md index f040c96..37a4283 100644 --- a/CHANGELOG.md +++ b/CHANGELOG.md @@ -61,6 +61,9 @@ Todos los cambios importantes de ModpackES quedan en este archivo. El formato si ### Cambiado +- **Frases partidas con su contexto:** + - Un texto con estilos mezclados («Use the » + «Wrench» en dorado + « to rotate») se sigue traduciendo por trozos, para no perder los estilos, pero cada trozo va con la frase entera, para que encaje en ella. Vale para las misiones (FTB Quests, Heracles) y los libros. + - Una línea de una misión o de un libro que no cierra su frase («Right-click the block with») va con el comienzo de la siguiente, además de la anterior y el título que ya llevaba. - **Libros más fieles al original:** el pedido de libros ya no dice «Escribe de forma clara y natural». Esa frase empujaba al modelo a reescribir en vez de traducir: sin ella, el chrF del banco de libros subió 1,45 (IC 0,80 a 2,12). Vale para todos los libros guía, en JSON o en archivos de idioma. - **La memoria distingue cada modpack y recuerda lo dudoso:** - Cada traducción se guarda con su modpack y con su calidad: «ok», o el motivo por el que se aceptó con dudas. diff --git a/src/traductor_es/modulos/base.py b/src/traductor_es/modulos/base.py index 52391a6..9611ec9 100644 --- a/src/traductor_es/modulos/base.py +++ b/src/traductor_es/modulos/base.py @@ -38,6 +38,24 @@ def unidades(texto: str, literal: bool = False) -> list[str]: return [p for p in candidatos if es_traducible(p) and not parece_clave(p)] +#: Hasta cuántos caracteres de la frase entera de un componente JSON van en la pista de cada trozo. +LARGO_FRASE = 160 + + +def piezas_de(texto: str, pista: str, literal: bool = False) -> list[Pieza]: + """Las piezas traducibles de un texto, con su pista. Un componente JSON con varios trozos de estilo distinto + («Use the », «Wrench» en dorado, « to rotate») se traduce por trozos para no perder los estilos; cada uno lleva la + frase entera como contexto, para que encaje en ella.""" + partes = unidades(texto, literal) + trozos = json_texto.extraer(texto, literal) or [] + if len(partes) < 2 or len(trozos) < 2: + return [Pieza(u, pista) for u in partes] + frase = " ".join("".join(trozos).split()) + frase = frase if len(frase) <= LARGO_FRASE else frase[: LARGO_FRASE - 1] + "…" + extra = f"trozo de la frase «{frase}»" + return [Pieza(u, f"{pista} · {extra}" if pista else extra) for u in partes] + + def aplicar(texto: str, traducciones: Mapping[str, str], literal: bool = False) -> str: if not texto.strip() or parece_clave(texto): return texto @@ -103,7 +121,9 @@ def restaurar(self) -> list[Path]: ... #: Cuántos caracteres de un texto vecino o de un título se mandan como contexto. LARGO_VECINO = 100 -MARCAS_VECINDAD = ("dentro de «", "viene después de «") +MARCAS_VECINDAD = ("dentro de «", "viene después de «", "sigue con «") +#: Una línea que termina así cierra su frase; si no, la frase sigue en la línea siguiente. +_FIN_DE_FRASE = (".", "!", "?", ":", "…", '"', "»", ")", "]") def _recortar(texto: str) -> str: @@ -119,7 +139,7 @@ def con_vecindad(piezas: Sequence[Pieza], es_titulo: Callable[[Pieza], bool]) -> """ titulo = anterior = "" salida: list[Pieza] = [] - for p in piezas: + for i, p in enumerate(piezas): if es_titulo(p): titulo, anterior = _recortar(p.texto), "" salida.append(p) @@ -129,11 +149,20 @@ def con_vecindad(piezas: Sequence[Pieza], es_titulo: Callable[[Pieza], bool]) -> partes.append(f"dentro de «{titulo}»") if anterior: partes.append(f"viene después de «{anterior}»") + # Una línea que no cierra su frase («Right-click the block») sigue en la siguiente: se manda su comienzo + siguiente = piezas[i + 1] if i + 1 < len(piezas) else None + if siguiente is not None and not es_titulo(siguiente) and not _cierra_frase(p.texto): + partes.append(f"sigue con «{_recortar(siguiente.texto)}»") salida.append(Pieza(p.texto, " · ".join(partes), p.ambito)) anterior = _recortar(p.texto) return salida +def _cierra_frase(texto: str) -> bool: + limpio = re.sub(r"(?:[§&][0-9a-fk-or]|\$\([^)]*\))+$", "", texto.strip(), flags=re.I).rstrip() + return not limpio or limpio.endswith(_FIN_DE_FRASE) + + def quitar_vecindad(pista: str) -> str: """La pista sin lo que agrega `con_vecindad` (para medir cuánto aporta).""" return " · ".join(parte for parte in pista.split(" · ") if not parte.startswith(MARCAS_VECINDAD)) diff --git a/src/traductor_es/modulos/libros.py b/src/traductor_es/modulos/libros.py index bad998a..23f6ce9 100644 --- a/src/traductor_es/modulos/libros.py +++ b/src/traductor_es/modulos/libros.py @@ -18,7 +18,7 @@ from ..fuentes.contenedores import Carpeta from ..fuentes.recursos import Fuente from ..nucleo.mascara import es_traducible -from .base import Contexto, Pieza, Resumen, aplicar, con_vecindad, parece_clave, unidades +from .base import Contexto, Pieza, Resumen, aplicar, con_vecindad, parece_clave, piezas_de from .cambios import Lugar AMBITO = "libro" @@ -208,7 +208,7 @@ def _preparar_json(self, a: _Archivo, texto: str, campos: frozenset[str]) -> Non if c.campo in campos and not c.texto.strip().startswith("#") and not parece_clave(c.texto) ] a.piezas = con_vecindad( - [Pieza(u, f"libro: {c.campo}") for c in elegidas for u in unidades(c.texto)], + [p for c in elegidas for p in piezas_de(c.texto, f"libro: {c.campo}")], lambda p: p.pista in ("libro: name", "libro: title"), ) diff --git a/src/traductor_es/modulos/misiones.py b/src/traductor_es/modulos/misiones.py index 92530ce..0f22c31 100644 --- a/src/traductor_es/modulos/misiones.py +++ b/src/traductor_es/modulos/misiones.py @@ -7,7 +7,7 @@ from pathlib import Path from ..formatos import json_cadenas, nbt, snbt -from .base import Contexto, Pieza, Resumen, aplicar, con_vecindad, contar, unidades +from .base import Contexto, Pieza, Resumen, aplicar, con_vecindad, contar, piezas_de, unidades from .cambios import Lugar AMBITO = "mision" @@ -167,7 +167,7 @@ def _trabajo_snbt( ) -> _Trabajo: cadenas = [c for c in snbt.escanear(src) if filtro(c)] piezas = con_vecindad( - [Pieza(u, f"misión: {c.campo}") for c in cadenas if c.inicio not in fijos for u in unidades(c.texto)], + [p for c in cadenas if c.inicio not in fijos for p in piezas_de(c.texto, f"misión: {c.campo}")], _es_titulo, ) @@ -244,9 +244,7 @@ def _nbt(self, raiz: Path) -> Iterator[_Trabajo]: textos = [c for c in nbt.cadenas(arbol) if c.campo in CAMPOS_FTBQ] if not textos: continue - piezas = con_vecindad( - [Pieza(u, f"misión: {c.campo}") for c in textos for u in unidades(c.texto)], _es_titulo - ) + piezas = con_vecindad([p for c in textos for p in piezas_de(c.texto, f"misión: {c.campo}")], _es_titulo) def generar( trad: Mapping[str, str], original: bytes = original, compresion: nbt.Compresion = compresion @@ -311,7 +309,7 @@ def _preparar(self) -> Iterator[_Trabajo]: elegidas = [(c, lit) for c in cadenas for ok, lit in [self._es_texto(c)] if ok] if not elegidas: continue - piezas = [Pieza(u, f"misión: {c.campo}") for c, lit in elegidas for u in unidades(c.texto, lit)] + piezas = [p for c, lit in elegidas for p in piezas_de(c.texto, f"misión: {c.campo}", lit)] bom = original.startswith(b"\xef\xbb\xbf") def generar( diff --git a/tests/test_contexto_de_trozos.py b/tests/test_contexto_de_trozos.py new file mode 100644 index 0000000..56e9106 --- /dev/null +++ b/tests/test_contexto_de_trozos.py @@ -0,0 +1,32 @@ +"""Trozos de un componente JSON con su frase entera, y líneas que siguen en la siguiente con su continuación.""" + +from __future__ import annotations + +from traductor_es.modulos.base import Pieza, con_vecindad, piezas_de, quitar_vecindad + +_COMPONENTE = '["", {"text": "Use the "}, {"text": "Wrench", "color": "gold"}, {"text": " to rotate blocks."}]' + + +def test_cada_trozo_lleva_la_frase_entera() -> None: + piezas = piezas_de(_COMPONENTE, "misión: description") + assert [p.texto for p in piezas] == ["Use the ", "Wrench", " to rotate blocks."] + assert all(p.pista == "misión: description · trozo de la frase «Use the Wrench to rotate blocks.»" for p in piezas) + + +def test_un_texto_normal_o_un_componente_de_un_trozo_no_cambia() -> None: + assert piezas_de("Craft a Wrench", "misión: title") == [Pieza("Craft a Wrench", "misión: title")] + assert piezas_de('{"text": "Hola"}', "x") == [Pieza("Hola", "x")] + + +def test_una_linea_que_no_cierra_su_frase_lleva_la_siguiente() -> None: + piezas = [ + Pieza("The Basics", "misión: title"), + Pieza("Right-click the block with", "misión: description"), + Pieza("the &6Wrench&r to rotate it.", "misión: description"), + Pieza("Then sneak.", "misión: description"), + ] + salida = con_vecindad(piezas, lambda p: p.pista.endswith("title")) + assert "sigue con «the &6Wrench&r to rotate it.»" in salida[1].pista + assert "sigue con" not in salida[2].pista # termina en punto: la frase cierra ahí + assert "sigue con" not in salida[3].pista # es la última + assert quitar_vecindad(salida[1].pista) == "misión: description"