script/locale/merge-from-translatewiki

   1 #!/usr/bin/env perl
   2 use feature ':5.10';
   3 use strict;
   4 use warnings;
   5 use File::Slurp qw(slurp);
   6 use YAML::Syck qw(Dump Load LoadFile DumpFile);
   7 BEGIN {
   8     $YAML::Syck::Headless = 1;
   9     $YAML::Syck::SortKeys = 1;
  10 }
  11 use WWW::Mechanize;
  12 use HTML::TableParser::Grid;
  13 use Pod::Usage ();
  14 use Getopt::Long ();
  15 use Data::Dump 'dump';
  16 use File::Spec::Functions qw(catfile);
  17 use Storable;
  18 use autodie;
  19
  20 =head1 NAME
  21
  22 merge-from-translatewiki - Get new translations from L<http://translatewiki.net> and selectively merge them with ours
  23
  24 =head1 SYNOPSIS
  25
  26     # Run this normally, hopefully...
  27     merge-from-translatewiki --locales-dir=config/locales
  28
  29     # Diff the existing files:
  30     config/locales$ for i in $(ls *yml | grep -v en.yml); do perl ../../script/locale/diff --dump-flat $i > $i.0 ;done
  31
  32     # Merge and find out what changed:
  33     rails_port$ perl script/locale/merge-from-translatewiki --locales-dir config/locales
  34
  35     # Or, more complexy:
  36     rails_port$ for i in $(svn st config/locales/ | egrep '^M|\\?' | awk '{print $2}' | grep 'yml$'); do rm -v $i; done && svn up config/locales && perl script/locale/merge-from-translatewiki --locales-dir config/locales && svn st config/locales
  37
  38     # Diff:
  39     config/locales$ for i in $(ls *yml | grep -v en.yml); do perl ../../script/locale/diff --dump-flat $i > $i.1 ;done && for i in $(ls *yml | grep -v en.yml); do diff -ru $i.*; done
  40
  41 =head1 DESCRIPTION
  42
  43 Translatewiki's export process L<is
  44 broken|http://trac.openstreetmap.org/ticket/2305>. This script imports
  45 new messages from it while tiptoeing around known bugs.
  46
  47 =head1 OPTIONS
  48
  49 =over
  50
  51 =item -h, --help
  52
  53 Print this help message.
  54
  55 =item --locales-dir
  56
  57 The locales dir we'll merge stuff into. E.g. C<config/locales>.
  58
  59 =item --only-new
  60
  61 Only import translations that don't exists for us yet.
  62
  63 =back
  64
  65 =head1 AUTHOR
  66
  67 E<AElig>var ArnfjE<ouml>rE<eth> Bjarmason <avarab@gmail.com>
  68
  69 =cut
  70
  71 # Get the command-line options
  72 Getopt::Long::Parser->new(
  73     config => [ qw< bundling no_ignore_case no_require_order pass_through > ],
  74 )->getoptions(
  75     'h|help' => \my $help,
  76     'locales-dir=s' => \my $locales_dir,
  77     'only-new' => \my $only_new,
  78 ) or help();
  79
  80 # On --help
  81 help() if $help;
  82
  83 help() unless $locales_dir;
  84
  85 ###
  86 ### Main
  87 ###
  88
  89 ### Get Translatewiki data
  90 my %translatewiki_languages = translatewiki_languages();
  91
  92 # Don't process English from Translatewiki
  93 delete $translatewiki_languages{en};
  94
  95 #say Dump \%translatewiki_languages;
  96
  97 my @translatewiki_languages_codes = keys %translatewiki_languages;
  98 my %translatewiki_translations = get_translatewiki_translations(@translatewiki_languages_codes);
  99
 100 #say Dump \%translatewiki_translations;
 101
 102 ### Get our existing data
 103 my %my_translations;
 104 my @my_yaml_files = glob catfile($locales_dir, '*.yml');
 105 for my $my_yaml_file (@my_yaml_files) {
 106     my $basename = basename($my_yaml_file);
 107     my $tw_lang = lc $basename;
 108
 109     say STDERR "Loading my translation $tw_lang ($my_yaml_file)";
 110     $my_translations{$tw_lang} = load_and_flatten_yaml(scalar slurp($my_yaml_file));
 111 }
 112
 113 say "loaded my translations";
 114
 115 ## Write out merged data
 116 for my $translatewiki_lang (sort @translatewiki_languages_codes) {
 117     my $rails_lang = $translatewiki_lang; $rails_lang =~ s/(?<=-)(\w+)/\U$1\E/;
 118     my $out_file = catfile($locales_dir, $rails_lang . '.yml');
 119
 120     unless (-f $out_file) {
 121         # No translation like this exists
 122         say STDERR "$rails_lang has no existing translation. Importing as-is from Translatewiki to $out_file";
 123         my $expanded = expand_hash($translatewiki_translations{$translatewiki_lang});
 124         my $out = +{ $rails_lang => $expanded };
 125         spit_out($out_file, $out);
 126     } elsif (ref $my_translations{$translatewiki_lang} eq 'HASH' and not $only_new) {
 127         say STDERR "$rails_lang has existing translations. Merging the old translation with the new Translatewiki one";
 128
 129         # Get the data
 130         my %tw = %{ $translatewiki_translations{$translatewiki_lang} };
 131         my %me = %{ $my_translations{$translatewiki_lang} };
 132         my %en = %{ $my_translations{en} };
 133         # Use %tw to start with
 134         my %new = %tw;
 135
 136         ### Merge stuff
 137
 138         ## These keys shouldn't be removed but are due to
 139         ## Translatewiki fail (they were missing in the original
 140         ## import)
 141         my @url_keys = qw(
 142                              browse.relation_member.entry
 143                              changeset.changeset.id
 144                              geocoder.search_osm_namefinder.suffix_suburb
 145                              html.dir
 146                              layouts.intro_3_bytemark
 147                              layouts.intro_3_ucl
 148                              layouts.project_name.h1
 149                              layouts.project_name.title
 150                              printable_name.with_version
 151                              site.edit.anon_edits
 152                              layouts.help_wiki_url
 153                              layouts.shop_url
 154                              notifier.gpx_notification.failure.import_failures_url
 155                              notifier.signup_confirm_plain.the_wiki_url
 156                              notifier.signup_confirm_plain.wiki_signup_url
 157                              trace.edit.visibility_help_url
 158                              trace.trace_form.help_url
 159                              trace.trace_form.visibility_help_url
 160                      );
 161
 162         for my $key (@url_keys) {
 163             if ( exists $me{$key} and not exists $new{$key} ) {
 164                 $new{$key} = $me{$key} if $me{$key} ne $en{$key};
 165             }
 166         }
 167
 168         ## When foo exists in this file but only foo.one, foo,other
 169         ## etc in English or the original file we don't want to throw away what we have
 170         my @plural_keys = qw( zero one many few other two );
 171
 172         while (my ($me_k, $me_v) = each %me) {
 173             if (not exists $tw{ $me_k } and
 174                 not exists $en{ $me_k } and
 175                 (
 176                     exists $en{ $me_k . '.zero' } or
 177                     exists $en{ $me_k . '.one' } or
 178                     exists $en{ $me_k . '.many' } or
 179                     exists $en{ $me_k . '.few' } or
 180                     exists $en{ $me_k . '.other' } or
 181                     exists $en{ $me_k . '.two' })) {
 182                 #say STDERR "Bringing back nuked plural form '$me_k' Setting it to '$me{ $me_k }'";
 183                 $new{ $me_k } = $me{ $me_k };
 184             }
 185         }
 186
 187         # Both arrays and strings are supported in the site key. Avoid removing e.g.:
 188         #   -site.key.table.entry.school: 學校；大學
 189         # Just because en.yml has site.key.table.entry.school.0 and site.key.table.entry.school.1
 190         while (my ($me_k, $me_v) = each %me) {
 191             next unless $me_k =~ /^site\.key\.table\.entry/;
 192             next if $me_k =~ /\.\d+$/;
 193
 194             if (ref $en{ $me_k } eq 'ARRAY' and not ref $me{ $me_k }) {
 195                 $new{ $me_k } = $me{ $me_k };
 196             }
 197         }
 198
 199         my $expanded = expand_hash( \%new );
 200         my $out = +{ $rails_lang => $expanded };
 201         spit_out($out_file, $out);
 202     } elsif (not $only_new) {
 203         die "Internal error on $translatewiki_lang";
 204     }
 205 }
 206
 207 sub spit_out
 208 {
 209     my ($file, $data) = @_;
 210     my $yaml_out = Dump $data;
 211
 212     open my $fh, ">", $file;
 213     print $fh $yaml_out;
 214     close $fh;
 215 }
 216
 217 #
 218 # YAML stuff
 219 #
 220
 221 sub mark_utf8
 222 {
 223     my ($hash) = @_;
 224
 225     # Mark as UTF-8
 226     map { if (ref $_ eq 'ARRAY') { map { utf8::decode($_) } @$_ } else {  utf8::decode($_) } } values %$hash;
 227 }
 228
 229 sub iterate
 230 {
 231     my ($hash, @path) = @_;
 232     my @ret;
 233
 234     while (my ($k, $v) = each %$hash)
 235     {
 236         if (ref $v eq 'HASH')
 237         {
 238              push @ret => iterate($v, @path, $k);
 239         }
 240         else
 241         {
 242             push @ret => join(".",@path, $k), $v;
 243         }
 244     }
 245
 246     return @ret;
 247 }
 248
 249 sub expand_hash
 250 {
 251     my ($flat_hash) = @_;
 252     my %new_hash;
 253     while (my ($k, $v) = each %$flat_hash) {
 254         #say "Inserting $k=$v";
 255         insert_string_deep(\%new_hash, $k, $v);
 256     }
 257
 258     \%new_hash;
 259 }
 260
 261 # Fails under strict in certain cases:
 262 ## Inserting browse.start_rjs.object_list.history.type.way=Vía [[id]]
 263 ## Inserting activerecord.models.relation_tag=Etiqueta de la relación
 264 ## Inserting browse.changeset_details.has_nodes.one=Tiene el siguiente {{count}} nodo:
 265 ## Can't use string ("Tiene {{count}} nodos:") as a HASH ref while "strict refs" in use at script/locale/merge-from-translatewiki line 234.
 266 # Line 234 = my $p = \$h; $p = \$$p->{$_} for split /\./, $ks;
 267
 268 # sub insert_string_deep_X {
 269 #     my ($h, $ks, $v) = @_;
 270 #     my $p = \$h; $p = \$$p->{$_} for split /\./, $ks;
 271 #     $$p = $v;
 272 # }
 273
 274 sub insert_string_deep
 275 {
 276     my ($hash, $key, $value) = @_;
 277
 278     my @key = split /\./, $key;
 279     my $h = $hash;
 280
 281     my $i = 0;
 282     for my $k (@key) {
 283         $i ++;
 284         if ($i == @key) {
 285             $h->{$k} = $value;
 286         } else {
 287             if (ref $h->{$k}) {
 288                 $h = $h->{$k};
 289             } else {
 290                 $h = $h->{$k} = {};
 291             }
 292         }
 293     }
 294 }
 295
 296 #
 297 # Get language from Translatewiki
 298 #
 299
 300 sub get_translatewiki_translations
 301 {
 302     my @languages = @_;
 303
 304     my $cache_file = "/tmp/merge-from-translatewiki.storable";
 305     if (-f $cache_file) {
 306         my $cache = retrieve($cache_file);
 307         return %$cache;
 308     }
 309
 310     my %translatewiki_languages;
 311     my $all_count = scalar @languages;
 312     say "Translatewiki has $all_count languages I'm about to get";
 313     my $count = 0;
 314     for my $lang (@languages) {
 315         $count ++;
 316         say STDERR "Getting language $count/$all_count ($lang) from Translatewiki";
 317         my $yaml = get_language_from_translatewiki($lang);
 318
 319         my $flat_data = load_and_flatten_yaml($yaml);
 320
 321         $translatewiki_languages{$lang} = $flat_data;
 322     }
 323
 324     store \%translatewiki_languages, $cache_file;
 325
 326     return %translatewiki_languages;
 327 }
 328
 329 sub get_language_from_translatewiki
 330 {
 331     my ($lang) = @_;
 332     my $mech = WWW::Mechanize->new;
 333
 334     $mech->get("http://translatewiki.net/w/i.php?title=Special%3ATranslate&task=export-to-file&group=out-osm&language=$lang");
 335
 336     die "Couldn't get lang $lang lang from Translatewiki" unless $mech->success;
 337
 338     return $mech->content;
 339 }
 340
 341 #
 342 # from language list
 343 #
 344
 345 sub translatewiki_languages
 346 {
 347     my $mech = WWW::Mechanize->new;
 348
 349     $mech->get('http://translatewiki.net/wiki/Translating:OpenStreetMap/stats/trunk');
 350
 351     die "Couldn't get translatewiki table" unless $mech->success;
 352
 353     my $content = $mech->content;
 354     my ($sortable) = $content =~ m[(<table class="sortable.*</table>)]s;
 355
 356     my @table = parse_language_table($sortable);
 357
 358     # Just get the codes
 359     map { $_->{code} => $_->{language} } @table;
 360 }
 361
 362 sub parse_language_table
 363 {
 364     my ($table) = @_;
 365
 366     my $parser = HTML::TableParser::Grid->new($table);
 367     my @rows;
 368     for my $n (0 .. $parser->num_rows - 1) {
 369         my %row;
 370         @row{qw(code language done fuzzy)} = $parser->row($n);
 371         mark_utf8(\%row);
 372
 373         push @rows => \%row;
 374     }
 375
 376     @rows;
 377 }
 378
 379 #
 380 # Misc
 381 #
 382
 383 sub basename
 384 {
 385     my $name = shift;
 386     $name =~ s[\..*?$][];
 387     $name =~ s[.*/][];
 388     $name;
 389 }
 390
 391 sub load_and_flatten_yaml
 392 {
 393     my ($yaml) = @_;
 394
 395     my $data = Load($yaml);
 396
 397     # Remove the root $lang => key
 398     my @keys = keys %$data;
 399     die "YAML data had more than 1 root key" if @keys != 1;
 400     $data = $data->{$keys[0]};
 401
 402     # Flatten it
 403     my $flat_data = { iterate($data) };
 404
 405     mark_utf8($flat_data);
 406
 407     $flat_data;
 408 }
 409
 410 #
 411 # Help
 412 #
 413
 414 sub help
 415 {
 416     my %arg = @_;
 417
 418     Pod::Usage::pod2usage(
 419         -verbose => $arg{ verbose },
 420         -exitval => $arg{ exitval } || 0,
 421     );
 422 }