关于我：大厂摸鱼 + 业余独立开发，之后会输出深度技术文章 + 独立开发技巧
我的往期技术文章合集：RickeyBoy – Gitbub
我的独立开发 App：iColors – 规划创意 配色帮手
数据库内容翻译
首要我们需求对我们的数据进行翻译。由于我的 App 「iColors」内部有非常多内容数据，经过 CoreData 进行办理，这些数据都需求进行翻译，这一部分的工作量实际上是非常大，以及非常杂乱的。
难点分析
首要比方像 App 主打的中国传统色，其实每一种颜色都需求翻译对应的英文名，而且为了坚持调性，需求非常高质量的翻译，尽量让英文名也能尽量坚持高雅、简洁。
我截图两个页面举例，能够看到其实中国传统色自身的姓名就很有诗意，也有些偏远；终究翻译出来的成果也要能做到相同的作用。
| 中文版 | 英文版 |
|---|---|
 |
 |
别的，「iColors」数据库全体非常的巨大，除了很多中国传统色之外，还有很多的色组配色，悉数都需求高质量的翻译。
| 中文版 | 英文版 |
|---|---|
 |
|
所以这一个章节我将专门讲一讲我如何把这些内容翻译好。
需求再额定阐明的是，假如你的 App 不涉及到特别多本土化的内容，那么其实能够跳过这一步。毕竟这一步的杂乱进程，有由于我的独立 App 的特别之处。
第一步：提取待翻译的案牍
首要需求从数据库中，将一切涉及到案牍悉数整理出来。这一步相对简略，首要是为了方便后续的翻译。
比方我的原始数据是以 Json 的方式存在，经过 Python 脚本就能够将其间需求翻译的姓名提取出来，整理成表格方式。
当然，假如你不会写的话，也能够让 ChatGPT 帮你写一个 Python 脚本。需求描绘清楚你的原始数据类型，以及你的目标方式，很快就能够有一个非常完美的脚本了。
这一步相对简略，我就不过多废话了。
第二步：翻译案牍
整理好了需求翻译的内容之后，接下来便是喂给 ChatGPT，然他帮忙翻译了。假如你是尊贵的 GPT-4 用户，那么能够直接将整个文件直接上传，要不然就分批操作也是没问题的。
在 prompt 阶段，能够阐明一些要求，比方要求翻译名 “elegant”、”simple”、”poetic” 等。
虽说翻译完成之后依旧需求人工对这些翻译进行一个检查，不过有了 AI 的协助，这个进程也仍是轻松很多了。
第三步：将 CoreData 数据对应的案牍塞入
中心便是将翻译后的英文，拼接到对应的数据之中，这一步也经过 Python 脚本实现。中心代码如下
import pandas as pd
import json
# 读取翻译文件
file_path = 'xxx.xlsx'
xls = pd.ExcelFile(file_path)
data_dict = {}
for sheet_name in xls.sheet_names:
df = pd.read_excel(xls, sheet_name, header=None)
# 遍历一切行，并且把其间英文到字典中
for index, row in df.iterrows():
key = row[0] # Value from column 1
value = row[1] # Value from column 2
data_dict[key] = value
xls.close()
# 依照 Json 格式输出
output_file = 'xxx.json'
with open(output_file, 'w', encoding='utf-8') as f:
json.dump(data_dict, f, ensure_ascii=False, indent=4)
用一张图来阐明前三步做的事情：
这儿只是以中国传统色来进行阐明（实际上除了传统色还有很多颜色组合需求处理），翻译后在原有的数据结构上增加了对应的英文翻译内容。这样就能够进行下一步了，对 CoreData 底层进行晋级，从而在 App 内读取到对应的中英文称号。
国际化系列文章的第二篇，首要是简略描绘一下对于 App 数据库中的内容，借助 ChatGPT 进行翻译的一个进程。有了翻译后的数据，接下来就需求晋级 CoreData 架构，从而在 App 中运用中英文数据了。这些内容会更新在下一篇！
