XML文档本地化指南：从基础到高阶的翻译与处理技巧件
Hi，你好呀，我是May。
最近收到好多后台私信，说想学习 XML 文档。其实之前分篇章写过，但可能是时代太久远了，也不太好找，所以，超可爱又超贴心的我，今天分享 XML 文档翻译和本地化的详细攻略~
如果你想做本地化，不只是翻译哦，建议收藏~
如果有问题，可以留言，我从翻译与本地化项目管理的角度尽可能给答复~
如果你是问我关于程序代码应该怎么写，这个请去找更加专业的工程师hhhhh~
1. 本地化为什么要学 XML 格式
因为大家都是搞翻译的嘛，几乎每天都在和 XML 格式的文档打交道，只不过你可能不知道它是 XML 文档而已。比如（接下来你可能要惊叹了），我们用的 word 的.docx文档，其实就是基于Office Open XML 标准的压缩文件格式，本质上就是一个 XML 文档。
是不是觉得不可思议，听都没听过？（接下来你可以拿一个docx的文档跟我一起试试：）
我们来看一个案例，这里有一个docx的文档，长这个样子：（我用Office word 打开的）
现在，我们对这个文档做如下操作：
将文档的后缀名由
docx改为zip格式，变成一个压缩包；把这个压缩包解压缩，打开解压后的文件夹，然后打开文件夹内的 word 的文件；
然后我们打开这个
document. XML的文档，这就是原来的docx文档底层 XML 文档。
在这里我用vscode打开的，你也可以用任何一款文本编辑器打开，比如电脑自带的记事本，或者常用的Notepad++，sublime之类的都可以~
如果你电脑没有，建议装一个~（选一个安装就行，不用都装~）
除此之外呢，我们现在用CAT工具嘛，翻译记忆库是.tmx格式，其实.tmx格式也是 XML 文档。
包括大家都熟悉的xliff格式，也是 XML 文档~
所以我们就来看看什么是 XML 文档~
TMX 和 XLIFF 格式 我后面会讲~
2. XML 的定义及其组成
百度百科是这样定义的：
XML（全称 Extensible Markup Language）可扩展标记语言，标准通用标记语言的子集，是一种用于标记电子文件使其具有结构性的标记语言。
我想，如果你是一个本地化新人伙伴，可能这里面没有一个能看懂的词：
- 语言？（纳尼脸）
- 标记语言？（纳尼脸again）、
- 标准通用标记语言（什么鬼？）、
- 可扩展标记语言（更看不懂）。
字我都认识，组在一起，emmm，真的看不懂对不对~
所以我们看看先来看这几个“名词”。
2.1 语言
语言，这里指的是计算机的语言。就像人之间交流用的是人类语言，什么中文、日语、英语等等不同的语言，当然也有手语、肢体语言等等，有了语言人与人之间才能交流~
可是，计算机理解不了人类语言。
所以我们要用计算机的语言，告诉计算机，“我在讲什么。”像小时候计算机课上学的0和1这种二进制数，就是一种机器语言（你可以理解为甲骨文），除此之外，还有HTML、GML、 XML 、C++、VC、VB、Delphi、Java、PHP、Python等等（你可以对标现在的中文、英文、日语等等），这些都是计算机的语言。
通过计算机语言，才能实现人与计算机进行交流和对话。
2.2 标记语言
标记语言，Markup Language，是一种将文本以及文本相关的其他信息结合起来，展现出关于文档结构和数据处理细节的电脑文字编码。（摘自百度百科）
如果看不懂标记的定义的话，我拿人类语言的标记举例子。
小时候一定遇到过这张图片吧：红叉标记——老师给我打的标记，标记我这里好像做错了；
同理，我们也有过：
- 荧光笔标记重点——我自己打的标记，标记这里有重点；
- 甚至用标点符号标记句子的含义，比如句号标记句子结束，问号标记疑问句，等等。
我们再回到标记语言这个话题，上述是人的标记。而这里的标记语言=标记计算机语言。
那，什么是标记计算机语言呢？
你可以理解为，给计算机文本用信息符号做个标记，告诉计算机“哦，这个符号代表啥文本信息，那个标记代表文本的啥结构”。（其实标记就是标签，tag）
在标记语言中，一定要说明：
- 标记的规则是什么，或者标签叫什么名字？
- 要标记的文本内容，也就是给什么做标记？
- 标记的结构是什么，也就是各个标签之间的关系是什么
举个例子，我写了这样一个标记。表示：
- 这是一个什么呢？——
<note>！哦~这是一个笔记或者备注； - 这个备注给谁的呢？——
<to>Everyone</to>！哦~给每个人的； - 这个备注是谁发的呢？——
<from>May</from>！哦~原来是 May 发给大家的； - 这个备注的主题是什么呢呢？——
<heading>Say hello</heading>！哦~原来是 May 跟大家打招呼的； - 这个备注的正文是什么呢？——
<body>This is May.</body>！哦~原来是 May 跟大家打招呼，介绍了下自己。
上下结构和内容都很清楚，对不对？
你可能会有这样一个疑问：“那，我想怎么写就怎么写吗？”
比如，我在文本前输入井号加一个空格，告诉计算机“只要是见到井号+空格，就表示标题。——这样可以吗？
是的，在标记语言中，你想标记什么就标记什么，你想怎么定义结构就怎么定义结构，你想怎么写就怎么写，只要你和你的计算机商量好了就行。
但是这会有一个问题，就是：但凡换一台计算机，都不知道你在说什么。那咋办？
为了解决“让大家都明白”的问题，在1986年国际标准化组织出版发布了一个信息管理方面的国际标准（ISO 8879:1986信息处理），也就是标准通用标记语言。
2.3 标准通用标记语言
标准通用标记语言，Standard Generalized Markup language，中文简称“通标语言”，英文简称SGML，就是计算机的文本结构和描述内容的国际标准语言。字面意思其实就可以理解：标记语言是标准通用的，只要你按照这个标准，甭管是哪台计算机，都遵循一个规范，这样就“听”得懂你说的啥，也就能顺利全球沟通啦~
既然是国际标准规范，那遵循什么规范呢？
一份“通用标言”文档可能有三部分组成：
“通用标言”声明：定义字符集分隔符集和关键字（以下在本文里头简称“声明”）。
文档类型序言：定义一般实体和元素类型
包含一个“!文档类型（外语全称加缩写：!DOCTYPE）声明”与各种“标记声明”，它们一起组成了一个文档类型定义（外语首字母缩略词：DTD）
实例：包含一个顶级元素和实例的内容
如果你想了解更多，建议自己去查一下~
不同的文档有不同的文档样式，比如我们的HTML文档有HTML文档的国标样式，你要是写HTML文档，遵循这个标准就行。
比如：
在HTML中我们用：
<p>这是一句话</p>表示：文本
这是一句话是段落。——这样就给文本赋予了一个段落结构。
如果你还是看不懂，你可以随意打开你的一个页面，查看这个页面的源代码。
对于这样一个文本而言，好处是什么呢？——你可以很清楚地看到这文本的布局。如果把源代码关掉，就可以看到图片、排版对不对？
可是问题呢？——HTML的复用率很低。你的文本格式、图片大小、宽度、固定值啥啥都固定了，当然很难复用了。
那怎么办？——变成可扩展标记语言，也就是 XML 嘛~
2.4 可扩展标记语言（ XML ）
XML 的全称是 Extensible Markup Language 就是 XML 的全称，我猜是因为发音就是/ex/=X，所以才缩写为 XML ，而不是 EML。我也查了一些资料，没找到什么答案，你们要是感兴趣可以自己研究研究~分享给我呀~
如果我们了解了标记语言，那“可扩展”应该比较容易理解，就是：你可以由一个 XML 扩展到新的语言，比如： WAP 和 WML 语言。
你只需要记住 XML 的几个特征：
既然 XML 也是一种语言，所以 XML 也是一种基于文本的结构化格式；
既然 XML 也是标记语言，那么你当然可以自定义标签名，或者我们叫“元素名”。比如，我们可以自定义标签名为
<seg>，<source>等。既然标签名是自定义的，那么在用CAT工具翻译的时候就需要明确标签的名称；
当然，有的名称来源于 XML 文件本身，但是有些来源于用于创建 XML 文件的定义文件，如 DTD（document type definition文档类型定义）文件， XSD（ XML SCHEMA Definition）文件（定义 XML 文档的合法构建模块）。
XML 是用来传输和存储数据的，不是用来显示数据的，所以 XML 文档不包含格式或者布局信息，没有HTML布局明确；
既然 XML 不包含格式或者布局信息，那译员如果要预览布局怎么办呢？就需要借助XSLT（transformation style sheet） 文档， XML 文档转换为XHTML文档或其他 XML 。
既然 XML 也是SGML，那么 XML 当然要遵循 SGML 的规范。
我们一起来看一个 XML 文档。
第一行有 XML 声明，定义了 XML 当前的版本（1.0）和编码（utf-8）；
<? XML version="1.0"? encoding="utf-8">第二行描述文档的根元素，就像在告诉你，“hey，我是个例子而已嘛~”
当然最后一行是根元素的关闭标签。
<sample>接下来有描述根元素的子元素
<document> <topic> ... </topic> </documen>当然，也有描述
<topic>的子元素
这样，就构成了一个完整的 XML 文档啦~
如果你听不懂上面讲的什么声明语句，也没关系，我们详细看一下这个 XML 的组成。
3. XML 的组成
我们拿上文提到的这个 XML ，给大家举例。
这是怎么组成的呢？
3.1 XML 的声明语句
XML 声明是 XML 文档的第一句，描述了版本号和编码，其格式如下：
<? XML version="1.0" encoding="utf-8"?>你可以理解为这是 XML 的自我介绍：“Hi，我是一个 XML 文档的1.0版本，是 utf-8 编码格式。”
3.2 XML 的元素、标签和属性
3.2.1 XML 的元素
我们把代码片段中，从最左侧的尖括号到最右侧的尖括号之间的所有内容称为“元素”，英文名是Element，是 XML 文档中很重要的组成部分。
XML 元素包括标签、文本、属性、注释等等，比如：<text>Introduction</text>，这就是一个元素。
一个 XML 文档可能包含很多的元素。
我们先来看看标签。
3.2.2 XML 的标签
关于标签，你需要了解：
- 标签是什么？标签，或者标记，就是你看到的尖括号括起来的部分，一个标签=一个左尖括号+元素名+一个右尖括号。比如：
<text>和</text>，都是标签，标签名是text。标签名一般不翻译。 - 标签有开始标签和结束标签之分，在这个例子中，
<text>是开始标签，</text>是结束标签。
具有同一个标签名的“开始标签+结束标签”是一对标签对，比如：<text></text>是一对。
标签对之间的文本，我们称为元素内容。
3.2.3 XML 的文本
关于文本，你需要了解：
- 文本，或元素内容，一般需要翻译的文本。
比如，在这个例子中：Introduction才是要翻译的文本。
但是有时元素内容也可以不翻译，比如图中的“5-2b”就可以不翻译。
当然，有时候文本之间也有行内标签对的存在，比如图中的
<emphasis></emphasis>标签对。
有时候因为元素内容为空，比如：
<text></text>，有时把这样的标签也可写成<text/>（斜杠在元素名称后面），这样的元素我们称为空标签，或者独立标记。你可能会问，空标签还需要翻译吗？——也要分析，我们往下看。
但是文本并不是你想写啥就写啥，有时候得换个写法才能呈现你想写的内容，也就是得改为实体。
3.2.4 XML 的实体
关于实体，你只需要了解：
XML 规范规定，如果下列字符出现在要显示的文本中(在我们的例子中是要翻译的)，它们应该写成实体。
| 如果你想要 | 你需要改为： |
|---|---|
| < (小于号) | < |
| > (大于号) | > |
| &(和) | & |
| ‘ (英文单引号) | ' |
| ‘’ (英文双引号) | " |
如果你看不懂，我举个例子。
如果你想要这个文本：
你的 XML 应该怎么写呢？
看见了吗？大于号不是>，而是 >，单引号不是’，而是 '。这就是实体。
这告诉我们什么呢？——如果你在 XML 中遇到了实体，是不是要考虑在翻译的过程中把这些实体设置为标签呢？
如何设置标签，参见：正则篇（六）：用正则将文本标记为标签
3.2.5 XML 的属性
关于属性，你需要了解：
属性是什么呢？有时我们会给标签加一些详细的描述，这些描述就是属性，你可以理解为标签的注释。
如果是成对标签，属性一般放在开始标签的标签名后面；当然如果是空标签的话，属性会跟在标签名后面。
属性由 属性名 + =（等号）+ 英文单引号/双引号标注属性值组成。
比如这样一个标签：
<button value="Cancel" />，这个标签的意思是：- 这是一个空标签，标签名是button
- 有一个value的属性，属性值是cancel。
在遇到有属性值的标签时，要分析属性值是否要翻译。
比如，我们看一个属性值需要翻译的标签：
- 标签名是 text
- 有一个 info 属性
- info 属性值是 overview，需要翻译。
以及一个属性值不需要翻译的标签：
- 标签名是 image
- 有一个 src 属性
- src 属性值是 sample.jpg，不需要翻译，保留原文
有时候属性可能代表某些条件，可以应用于标签或行内标签之间的文本。比如下图中，
- 第一行，只有遇到 translate 标签是 yes 的时候，文本才需要翻译；
- 第二行，只有遇到 translate 的属性值是 yes 的时候，另一个 value 的属性值才需要翻译。
3.3 小结
我们回到再来回顾一下，今天讲了什么？
- 什么是标签？什么是标签对？什么是独立标记？如，
<text>...</text> - 什么是属性？什么是属性值？属性如果表示条件怎么做？如，
value="OK" - 什么是实体？如，
"
那，作为一名PM或者译员，了解 XML 的注意事项是什么呢？
- 标签名和属性名不能翻译。比如：
<button value="OK" />中，button 和 value不能动。 - 标签文本和属性值要译前分析：是否需要翻译？是否是条件？是否是注释？等。
- 每一个开始标签一定要有结束标签：
<text>...</text> - 独立标记格式必须正确：
<image.../>。 - 实体不能翻译，所以为了防止实体出错，要提前译前处理成标签。
那，这样的 XML 文档如何用 memoQ 解析？
4. 常见的 XML 文档如何翻译？
在翻译一个文档时，最主要的选择和设置准确的过滤器， XML 文档也不例外。
memoQ中有默认的XML 过滤器，基本可以实现你对 XML 文档的需求。
不论是什么 XML 文档，都可以直接导入进memoQ，如果导入后发现导入的内容不对，那么我们再说~
那我们看看翻译 XML 文档有哪些需求，以及memoQ的过滤器如何解决。
4.1 memoQ 自动解析的 XML
正如我前两篇文章讲的，翻译单语言的 XML 文档一般就以下几个需求：
（1）标签名和属性名不能翻译。
——OK，memoQ的 XML 过滤器帮我们自动识别标签名和属性名。
这样我只需要翻译标签之间的文本，可以忽略标签名，就保证了标签名和属性名称不会被译员随意翻译和修改。
（2）标签文本和属性值要译前分析，比如是否可译？是否是条件？是否是注释？等。
——好办！我可以在这个 XML 过滤器中设置可译文本和条件，定义哪些标签对之间的文本要翻译？或者不翻译？哪些属性值要翻译或者不翻译？哪些属性值是注释？哪些属性值是条件？等等。
这样我在翻译的时候，非译的内容就不会影响到我，而且我就可以实时看到各种条件和属性了~
当然，以上提到的具体细节，我拿几个案例文档来演示。
我已经在memoQ中创建了一个项目，语种是英文翻译至简体中文。
以下所有的 XML 文档都在这一个项目中导入。
4.2 翻译常见的 XML
常规的 XML 一般只需要翻译标签对之间的文本。
我可以直接导入.导入后，
- 标签名会被自动过滤，
- 我只需要翻译我要翻译的文本就好了，
- 不需要考虑 XML 标签的问题。
4.3 翻译有行内标签和非译标签的 XML 文档
还有一些文本，标签对之间是有行内标签的，
我可以把标签设置为行内标签。
如果标签对之间的文本不需要翻译，
我也可以设置为非译。
4.4 翻译有属性值的 XML 文档
前面讲个，XML XML 文档中也是有属性值的。
如果属性值需要翻译，我也可以把需要翻译的属性值设置为要翻译，或者非译。
4.5 翻译属性值为条件的 XML 文档
有些属性值当中是包含条件的。比如下图中，我们希望：只有 translate 属性值是 yes 的时候，文本/另一个属性值才翻译。
我就可以设置翻译/非译条件。
4.6 小结
回顾这一节的内容，我讲了：
- 如何翻译常规的 XML 文档
- 如何翻译有行内标签和非译标签的 XML 文档
- 如何翻译有属性值的 XML 文档
- 如何翻译属性值包含条件的 XML 文档
当然，我们还有其它的 XML 文档，比如：
- 包含DTD或者XSD的 XML 文档；
- 有xslt的 XML 文档；
- 包含上下文ID的 XML 文档；
- 多语言的 XML 文档等。
我们继续看~
5. 包含 HTML 实体的 XML 文档如何翻译？
我这里有一个文本：
里面有一堆看上去乱七八糟的东西，比如：< 和 >。——这些乱七八糟的东西其实是实体。
如果你看不懂这个文档，那么我再给你放另一个图：
其实有些同学可能发现了，上述两个图，除了第一张图多了一些乱七八糟的“实体”，其它都是一样的。
是的，这两个文档就是同一个文档，只是写法不同。
为什么写法不同呢？我们先讲实体的概念。
5.1 什么是实体？
XML 规范规定，如果有些字符（详见下列表格）出现在要显示的文本中，它们应该写成实体。
| 如果你想要 | 你需要改为： |
|---|---|
| < (小于号) | < |
| > (大于号) | > |
| &(和) | & |
| ‘ (英文单引号) | ' |
| ‘’ (英文双引号) | " |
我们来看个例子。
假设你想实现的文本是：
你的 XML 就应该这么写：
你瞅瞅，在这里：
- 大于号没有写成 >，而是
> - 单引号也没有直接写为 ‘，而是
'
这就是实体。
XML 的实体是对数据的引用，而不是直接使用该数据。
通过上述表格，我们也发现了，实体的标准写法是：
- 以一个与字符（&）开始，
- 以一个分号（;）结束。
那，遇到包含实体的文本，应该怎么翻译呢？
5.2 如何翻译包含实体的 XML 文档
我们回到这个文档：
如果把这个文档直接导入memoQ进行翻译，默认情况下，memoQ默认的 XML 过滤器就可以自动识别这样的文本。
所以，如果这个文本直接导入memoQ，会是这样的：
是的，我们发现了：
- memoQ自动把
<转为了<， - 把
>转为了>。
这时候我们也发现，咦，memoQ自动转换为HTML的样式了：
<br>不就是一个换行标签嘛！<b>不就是一个加粗样式嘛！
所以你可以理解为：这个文本是在 XML 基础上包含了HTML样式。
那就简单了，我们可以用层叠过滤器决。
关于层叠过滤器，你可以查看帮助文档：https://docs.memoq.com/current/en/Places/create-new-filter-cascading.html?Highlight=cascading%20filter
我们以后也会再讲，慢慢涨姿势~
- 既然是 XML 文档，所以我们第一层过滤器还用XML 过滤器；
- 既然包含HTML样式，所以我们叠加一层HTML过滤器。
重新导入后，就OK啦！
该变为标签的也变为标签啦~
这样就不用担心出现字符串误译或者丢失的问题啦~
6. 包含 CDATA 样式的 XML 文档如何翻译?
包含CDATA的 XML 也是应用程序本地化中常遇到的一种文档格式。
我们先来看它长什么样子：
我们发现它是符合 XML 标准的：
- 第一行说明语句：
<? XML version="1.0" standalone="no"?> - 第二行和最后一行根元素：
<doc> - 中间有
<para>是<doc>的子元素。
但是也有点不一样，就是多了一些<![CDATA[...]]的东西。
这就是 CDADA 文档。
那么它到底是个什么，又该如何翻译呢？
今天带大家看看~
如果我讲的不对，还请各位来批评啦~~~
6.1 什么是 CDADA?
我们知道，计算机在读取编程文件的时候，是一行一行来读的。
我用前面的 XML 文档为例。
计算机就会先读取第一行：<? XML version...?>，然后计算机就知道了：“哦，原来是个 XML 文档，要识别为 XML 文档~”。
然后继续往下读<sample>，“哦，是个示例呀~”。
可是如果遇到走不通的地方，计算机读不懂，就会提示你：“哎呀，出错惹，我读不懂啊”。（这就是我们经常说的报错。）
可是为什么会有报错呢？可能的原因有：
- 你的代码逻辑有问题。或者
- 这是个 XML 文档，你写的不是 XML 样式，所以你跟它说，它确实读不懂。（就像你跟一个不懂汉语的人说汉语，说的明明都是人话，就是无法交流。）
第一个原因我就不说了，自身原因自己找找看咯~
第二个原因，怎么解决呢？
- 改成它能懂得语言；——比如我们前面讲的改为实体，如果
'读不懂，就改为' - 既然读不懂，就别难为计算机了，跳过吧。——比如通过 CDATA 就是一种解决方法。
怎么解决呢？我们看看 CDATA 是什么。
CDATA 的全名是character data。
在 XML 文档中，文本均会被计算机读取和解析，但是被 CDATA 包起来的文本除外。
比如某些代码，包含像 < 、 > 、& 等字符，我们可以将其定义为 CDATA，这样计算机就不会读这部分内容，也就会减少出错了。
CDATA 部分由<![CDATA[" 开始，由 "]]>结束：
我们还是以本文开篇的 CDATA 文档为例，这次我们用 Chrome 打开看一下。
我们发现，由 CDATA 包起来的内容是没有读取的哦~
计算机想：“我干脆不读了，就不出错了嘛对不对~”。
是的，的确是这样，可是也不对。
我们其实想要的结果是：
我不管你是什么Java XML HTML 语言，你还是要读的，也还是要翻译的。
（当然了，辛辛苦苦写出来肯定是要用的，既然要用，当然要翻译了。）
这可如何是好呢？遇到 CDATA 该怎么翻译呢？
不要着急，都可以解决~
6.2 如何翻译包含CDATA 的 XML ？
我们先看源文档：
其实不是不能读，是不能用 XML 读了，要用它支持的语言读。
就像我们搞翻译一样，如果遇到原文本（英语）中夹杂了法语，难道你不翻译了？当然不是，不是不翻译了，是不把原文本作为英语翻译，而是要翻法语。
所以：如果要翻译出 CDATA 的部分，必须要知道 CDATA 包起来的部分是什么。
在这个例子中，我们发现，其实被 CDADA 包起来的内容是 HTML 样式，像<p>、<b>都是，当然也有实体，像&amul;、ö。
所以这就简单了嘛，我们还是用层叠过滤器：
- 既然是 XML 文档，那第一层过滤器还是用 XML 过滤器；
- 既然 CDATA 部分是 HTML 样式，那第二层我们就用 HTML 过滤器。
当当当当~我丢~竟然在最后一行有个漏网之鱼：####NAME####~
没关系，我继续加过滤器，加一层正则表达式标注器，标记为标签。
搞定！该是段落识别为段落，该是标签识别为标签，该是特殊字符的还原特殊字符~真棒！
记得怎么用正则标注标签吗？不记得看这里回顾：正则篇（六）：用正则将文本标记为标签
7. 多语言的 XML 文档
但是除此之外，我们也会遇到多语言的 XML 文档，尤其是游戏本地化和应用程序本地化中。
所以，今天带大家看看，多语言的 XML 文档长什么样子，以及如何翻译。
7.1 认识多语言的 XML
先来看一个多语言的 XML 文档示例，其实和单语言的也差不多，但是又有所不同。
我们来分析一下这个 XML ：
声明语句：
<? XML version="1.0" encoding="utf-8"?>有根元素：
<Config>有多个子元素，比如
<Menu>、<Item>、<lang_DE>、<lang_EN>、<lang_FR>、<lang_JP>、<lang_ZH>等。- 在这些元素中用不同的元素名表示需要对应的语种，如：
<lang_DE>代表德语；<lang_EN>代表英语；<lang_FR>代表法语；<lang_JP>代表日语；<lang_ZH>代表简体中文；
<Item>元素还包含两个属性，其中：segorigion是注释；segID是上下文。
认识了这个 XML 文档，应该怎么翻译呢？继续往下读。
7.2 翻译多语言的 XML 文档
我们一直在讲，翻译首先要设置对过滤器，翻译多语言的 XML 文档也不例外。
多语言的 XML 文档需要用多语言 XML 过滤器，通过设置XPATH实现。
我们看一下具体操作：
7.2.1 创建多语言的项目
多语言文档肯定项目也要多语言。所以首先要创建多语言项目。
在这个项目中，我的源语言是英文，目标语言是德语、法语、日语、中文（中国大陆）。
需要注意的是：多语言项目要记得为每个语种设置记忆库。
术语库可以是一个多语言的术语库。
7.2.2 设置并使用多语言 XML 过滤器
Step 1：选择性导入 > 选择 XML 文档 > 更改过滤器和配置 > 选择多语言 XML 过滤器 > 点击编辑导入规则。
Step 2：跳转至XML 导入规则窗口，我可以在左侧点击各个元素，预览 XML 全局。
Step 3：（重点！！！）设置 XPath。
多语言的 XML 文档是通过 XPath 来实现的。所以我们要定义每个内容，设置完成一个内容就可以点击“保存至规则集合”。
内容规则说明如下：
- 内容 XPath：指的是哪个元素代表哪个语种。元素名前面用//隔开。在这里输入：
//lang_DE，选择memoQ语言为德语；//lang_EN，选择memoQ语言为英语；//lang_FR，选择memoQ语言为法语；//lang_JP，选择memoQ语言为日语；//lang_ZH，选择memoQ语言为简体中文；
内容的上下文（ID）XPath：指的是元素中是否有上下文属性。元素前同样是用//隔开，元素名与属性名之间用/@隔开。在这里，
segID是上下文，所以输入：//Item/@segID
内容 XPath的长度限制：指的是元素中是否有长度限制属性。在这里没有设置。
- 内容的注释 XPath：指的是元素中是否有注释属性。在这里输入：
//Item/@segorigin
点击完“保存至规则集合”，会在左侧预览设置好的内容。
说明如下：
- 蓝色底色为已导入文本；
橘黄色底色为上下文（ID）；
绿色底色为注释；
- 褐色（好像是褐色吧）底色为长度。
全部内容设置完成后，预览如下：
Step 4： 点击“确定”，预览设置后的导入规则；
Step 5： 点击“确定” > 确定，完成多语言 XML 文档的导入
7.2.3 翻译并导出译文
首先，打开文档，预览并翻译。在这里，我用的小牛机器翻译进行预翻译。
翻译后导出。我们发现，导出后的译文，每个语种都应该在自己应该在的位置：
<lang_DE>为德语；<lang_EN>为英语；<lang_FR>为法语；<lang_JP>为日语；<lang_ZH>为简体中文；
8. 包含 DTD 的 XML 文档
再来复习普通 XML 长什么样子：
在这里，
第一行的
<? XML version="1.0" encoding="utf-8"?>是声明语句。从第二行开始，
<sample>就是根元素了，根元素之间还有子元素<document>- 元素必须要有完整标签对：
<document></document>或者独立标记要完整标记：<button/> - 元素可能有属性：value就是button的属性；
- 标签对之间的文本是我要翻译的内容；标签属性值也是我要翻译的内容；
有时候，我们也会收到这样的文件包：文件包里既有 XML 文档，又有一个dtd文档。
如果打开其中一个 XML 文档，是长这样的：
咦，细心的同学会发现：似乎和普通的 XML 不一样哦~
这个文档多了第二行：
<!DOCTYPE PartPage PUBLIC "-//Interleaf//DTD partpage//EN" "partpage.dtd">
——其实，这是DOCTYPE 声明的内容，用来告诉你：“这是这个文档类型是一个PartPage，引用的是外部的partpage.dtd文档”。
咦，细心的同学更会发现：这个第二行的最后”partpage.dtd”不就是文件包中的后缀名为*.dtd的partpage.dtd文档嘛！
是的！如果你打开这份*.dtd文档（其实这就是一个ASCII的文本文件）——也就是包含 DTD 的 “partpage.dtd” 文件，长这样：
这就是含有 DTD 的 XML 文档！那，DTD 是什么鬼？
8.1 什么是 DTD？
DTD 是英文Document Type Definition的首字母缩写，中文意思为“文档类型定义”。
通过DTD我们可以验证 XML 是“合法”，也就是说：验证你的 XML 文档结构是否拥有正确语法，或者你可以理为是否符合要求。
如果你不想知道这是什么，也可以直接往下划，直接看如何翻译含有DTD的 XML ，找到方法论。
那么问题来了：
- 正确语法是什么？或者说：要求是什么？
8.2 DTD 的构成
首先，在原 XML 中已经声明了：<!DOCTYPE PartPage PUBLIC "-//Interleaf//DTD partpage//EN" "partpage.dtd">，你可以理解为自我介绍：
“Hi 我引入partpage文档；”
我们看一下DTD的这个构成：
8.2.1 DTD 的元素
在 DTD 中，元素通过ELEMENT来进行声明。语法如下：
<!ELEMENT 元素名称 (元素内容)>
所以我们看第2行，说明了：
根元素PartPage元素应该包含哪几个子元素，这里有VendorInfo、PartInfo、Description、Service等。
所以你会发现，在右侧的正文 XML 中就是按照这几个元素及关系在定义的。
再比如第7行就定义了：父元素<VendorInfo>应该包含Name、Contact两个子元素。
那元素名右上角的星号（*）、加号（+）号等等是什么意思呢？
类似我们前面讲的正则的符号表示，详见：正则篇（一）：认识正则表达式：
- 星号（*）表示该元素出现零次或多次。
- 理解了星号，加号就很容易理解了：加号（+）表示该元素至少出现一次，也就是一次或多次。
所以，在上图中，右侧的 XML 文件有VendorInfo、PartInfo、Description、Service元素，但是没有<GeneralProcs>或者<Operation>等元素。
但是我们再看下图，在右侧的 XML 中就有了<GeneralProcs>元素，但是却没有Service元素。
8.2.2 DTD 的属性
在 DTD 中，属性通过 ATTLIST 声明来进行声明。语法如下：
<!ATTLIST 元素名称 属性名称 属性类型 默认值>
比如这里的第100行：
- Item元素包含了 priority 属性
<priority>属性类型是CDATA。关于CDATA，参见：翻译包含HTML样式的 XML 文档 (CDATA篇)- 该元素默认值
#IMPLIED，表示priority 属性不是必需的。所以第53行的Item有priority属性，但是像69行、74行、79行就没有priority属性。
更多属性类型和默认值你可以去网络上搜索啦~
8.2.3 DTD 的实体
前面我们讲过 XML 的实体，详见：翻译包含HTML样式的 XML 文档（实体篇）。
在 DTD 中，实体通过 ENTITY 来进行声明：<!ENTITY 实体名称 "实体的值">，或者<!ENTITY 实体名称 SYSTEM "URI/URL">。
因为这个文档中没有，所以我不介绍了，大家需要去网络上自查啦~
如果你已经懂了DTD是什么，特别好~我们继续讲DTD怎么翻译~
当然，emmmm听不懂。没关系，真的没关系，其实定义和构成也不是很重要~
说实话我也看得不是很懂，写 DTD 的时候我也是查各种资料，问我各种搞开发的朋友们~感谢感谢！）
但是我们是搞翻译的嘛！又不是搞编程的！我只要知道文档怎么翻译就好了！不用管你什么标签什么乱七八糟的对不对~（反正我是这样想的~）
我真的努力讲惹，如果我讲不明白，那我真的尽力了~你可以从网上找找其它关于DTD的资料~
所以我们继续看如何翻译包含DTD的 XML 文档~
8.3 包含 DTD 的 XML 文档如何翻译？
在翻译包含DTD的 XML 时，可以有2步：
- 检查翻译包
- 配置及测试过滤器
如果觉得步骤麻烦，也可以直接拖到本文底部，找到操作视频，看视频即可~
8.3.1 翻译包检查
在正式启动翻译之前，我们要检查源文档和翻译包。
你需要检查：
1、发送过来的翻译包是单个文档还是多个文件的翻译包；如果是多个文档的翻译包，哪几个文档需要翻译？
比如这个翻译包：文件包里有4个 XML 文档，以及一个dtd文档。
2、检查需要翻译的 XML 文档，看一下源文 XML 文档是否有外部引用；
比如，下图中就包含了一个”partpage”的dtd引用。
3、如果 XML 中有有外部引用，对比翻译包中的引用文档是否和声明中的引用一致。
在本案例中，根据上两张图，发现翻译包中的引用文档和声明中的引用是一致。
OK，既然收到的翻译包没有明显的错误，那我们导入memoQ进行翻译，试试看。
我们前面一直讲：导入翻译文档，需要设置正确的过滤器。
那么，包含DTD的 XML 文档应该如何配置呢？
8.3.2 为包含DTD的 XML 配置过滤器
当然，在CAT中，过滤器也可以叫解析器。都一样~
配置过滤器有三个步骤：
- 选择正确的过滤器
- 配置过滤器
- 检查过滤器。
8.3.2.1 选择正确的过滤器
既然是 XML 文档，那么我们就用 XML 过滤器即可。
所以在导入时，选择：导入 -> 找到需要翻译的4个 XML 文档 ->选择 XML 过滤器，如下图所示。
8.3.2.2 配置过滤器
默认的过滤器不能满足我们的需要，所以我们可以更改过滤器配置。
操作如下：
1、在文档导入选项 -> 点击“更改过滤器配置” -> 跳转出“文档导入设置”窗口；
2、在“文档导入设置”窗口 -> 点击“DTD/架构文件”的“浏览” -> 选择正确的dtd文档；
3、点击“①标签和属性” -> 配置 XML 过滤器。具体如下：
- 点击 “②填充” -> 自动填充 ③标签 和 ④标签属性
- 在 ⑤标签设置” -> 设置哪些标签需要翻译、哪些标签属于行内标签
- 在 ⑥属性设置” -> 设置哪些标签属性需要翻译、哪些标签属于非译元素或上下文等条件
- 可以参考 ⑦实例 为每一个 ③标签 和 ④标签属性单独设置不同条件
- 还可以在 ⑧预览区预览实际文件内容
- 你还可以点击 ⑨保存过滤器，保存并 ⑩重命名一个新的过滤器，供下次使用。
更多关于 XML 翻译的解析器设置，请参考：如何翻译单语 XML 文档？
4、过滤器配置完成后，点击确定即可导入翻译文档~
8.3.2.3 检查过滤器
按照前面的操作，导入后如下图所示：
但是这样就完事大吉了嘛？NONONO！
为了保障译文的格式准确性，我们要测试，看一下译文是否可以按照目标语言顺利导出~
比如在这里，我借助小牛机器翻译，利用MT进行了预翻译。
更多关于MT预翻译的内容，参考：机器翻译在CAT中的应用
并把MT的译文导出检查一下~如果导出后的译文如图所示，可以顺利显示，就说明是OK的：
果然没问题，那我们就可以正式启动翻译啦~
更多关于memoQ翻译的操作，详见：memoQ单机版入门指南。
给大家一个思考题：如果导出的译文是乱码，如下图所示，请问怎么解决呀~
这其实是在进行应用程序本地化中的另一个常见问题：编码问题。回头分享~
9. 包含 XSD 的 XML 文档
有时还会遇到一个 DTD 的替代者，XML Schema Definition（XSD），也是定义 XML 文档的合法构建模块，非常类似 XSD，也是应用程序本地化中常见的文档。
所以，我们来简单了解一下XML Schema Definition（XSD）。
9.1 XSD的定义？
XML Schema 的作用是定义 XML 文档的合法构建模块。
其实真的定义跟 DTD 也差不多~
通过XSD我们可以验证 XML 是“合法”，同理，我们通过xsd也是为了验证 XML 是否“合法”。
在这里我用一个翻译包给大家看一下：
文件包里既有 XML 文档，又有一个 *.xsd 文档。如图所示。
其实如果你在自己电脑中检索xsd的话，也会找到很多xsd文档，只不过你可能不知道而已。
比如我在我电脑里用 Everything 进行检索，就找到很多XSD文档，如图所示。
OK，这是题外话，我们回到接收到的翻译包。如果打开这两个文档，如图所示。
我们发现：
XML 中的元素名就是右侧XSD文档中定义好的，比如：
- XML 第2行的根元素
<Root>，是右侧XSD文档第3行的name属性值； - XML 第3行的元素
<Customers>，是右侧XSD文档第6行的name属性值； - XML 第4行的元素
<Customer>，是右侧XSD文档第9行的name属性值。
- XML 第2行的根元素
左侧 XML 的结构是按照右侧XSD定义的，比如：
- 在右侧XSD文档中，第一个根元素
<xs:element>属性值Root，就是左侧的 XML 的根元素<Root>； - 在右侧XSD文档中，第二行子元素
<xs:element>属性值Customers，就是左侧的 XML 的<Root>的子元素<Customers>。 - 同理，
<Customer>也是<Customers>的子元素。
- 在右侧XSD文档中，第一个根元素
- 左侧 XML 元素的数量是按照右侧XSD定义的，比如：
- 在右侧XSD文档中，第九行就说明了 XML 第4行的元素
<Customer>，是可以出现0次-无数次的。
- 在右侧XSD文档中，第九行就说明了 XML 第4行的元素
当然还有很多其它的发现~
对 XML Schema来说，它可以:
- 定义文档中的元素名，元素的属性值
- 定义元素和属性的数据类型
- 定义各个元素的关系，哪个元素是子元素，哪些元素是兄弟元素
- 定义子元素的次序
- 定义子元素的数目等
所以说 XML Schema 比 XSD 更强大，而且据说很快会在大部分网络应用程序中取代 XSD。
9.2 XSD 的构成
如上图所示，首先，XSD也是 XML 文档，所以结构是符合 XML 的文档结构：
第一行的
<? XML version="1.0" encoding="utf-8" ?>是声明语句。从第二行开始，
<xs:schema>就是根元素<schema>元素。<schema>元素可包含属性。一个 schema 声明往往看上去类似这样：<xs:schema XML ns:xs="http://www.w3.org/2001/ XML Schema">根元素之间还有子元素
<xs:element>、<xs:complexType>等。
我们看一下XSD的这个构成。
当然，我的原则还是：只认识这个文档，看看它有没有明显的错误，能进行译前分析就好了~
所以，写程序，不是我的初衷，更不是我的目的~
9.2.1 XSD 的元素
在 XSD 中，元素依然是通过element来进行定义。语法如下：
<xs:element name="xxx" type="yyy"/>
其中：
- name的属性值 xxx，指元素名
- type的属性值 yyy，指元素的数据类型
所以，如图所示，
- 在右侧xsd中（绿色方框）就定义了左侧 XML 的元素（红色方框）有：
<CompanyName><ContactName><ContactTitle>等； - 其中，
- 如蓝色椭圆所示，元素
<Customers>是根元素<Root>的子元素； - 如灰黑色椭圆所示，元素
<Customer>是元素<Customers>的子元素；
- 如蓝色椭圆所示，元素
更多关于XSD的元素和数据类型，你可以去网络上查找~
比如复合元素（complexType）是什么，在这个案例中，其实
<Root>、<Customers>就是复合元素。
9.2.2 XSD 的属性
在 XSD 中，属性通过 attribute 来进行声明。语法如下：
<xs:attribute name="xxx" type="yyy"/>
如图所示，在右侧XSD中就声明了：
元素<ShipInfo>的属性是ShippedDate，其属性值（左侧 XML 文档的第65行）应该是日期时间数据类型，也就是在右侧第72行看到的dateTime。
更多属性介绍你可以去网络上搜索啦~
9.2.3 关于 XSD 的其它
当然，其它内容xsd的介绍，大家感兴趣的话可以自行去网络上查找，比如：
通过sequence元素来表示子元素出现的顺序，每个子元素可出现 0 到任意次数。
通过key元素来指定属性或元素值（或一组值）必须是指定范围内的键。
当然还有其它的，我也不是程序猿，我也不会写，我只能看懂，所以我不班门弄斧了，大家需要去网络上自查啦~
如果你已经懂了XSD是什么，特别好~我们继续讲XSD怎么翻译~
当然，听不懂也没关系，真的没关系，其实定义和构成也不是很重要~
但是我们是搞翻译的嘛！又不是搞编程的！
我只要知道文档怎么翻译，保证本地化的质量就好了！
所以，我们继续讲XSD怎么翻译~。
9.3 翻译 XSD 的文档
在翻译包含XSD的 XML 时，也是有2步：
- 检查翻译包
- 配置及测试过滤器
9.3.1 翻译包检查
在正式启动翻译之前，我们要检查源文档和翻译包。
你需要检查：
1、发送过来的翻译包是单个文档还是多个文件的翻译包；如果是多个文档的翻译包，哪几个文档需要翻译？
比如这个翻译包：文件包里有1个 XML 文档，以及一个*.xsd文档。
明确一点：xsd是架构文件，不需要翻译，需要翻译的是其 XML 文档哦！
2、检查需要翻译的 XML 文档，看一下源文 XML 文档和xsd是否一致；
在这个案例中，我们发现：
- 左侧 XML 中的元素名和属性值和右侧XSD文档的定义是一致的，比如： XML 第2行的根元素
<Root>，是右侧XSD文档第3行的name属性值； - 左侧 XML 的结构是按照右侧XSD定义的，比如：在右侧XSD文档中，第一个根元素
<xs:element>属性值Root，就是左侧的 XML 的根元素<Root>。
OK，既然收到的翻译包没有明显的错误，那我们就可以利用memoQ进行翻译了~
我们前面一直讲：导入翻译文档，需要设置正确的过滤器。
那么，包含XSD的 XML 文档应该如何配置呢？
9.3.2 为包含XSD的 XML 配置过滤器
和配置DTD完全一致！！！
我们在前面讲过，翻译包含DTD的 XML 文档，配置过滤器有三个步骤：
- 选择正确的过滤器
- 配置过滤器
- 检查过滤器。
翻译包含架构文件的 XML 操作也是一模一样！
9.3.2.1 选择正确的过滤器
既然是 XML 文档，那么我们就用 XML 过滤器即可。
所以在导入时，选择：导入 -> 找到需要翻译的 XML 文档 ->选择 XML 过滤器，如图所示。
9.3.2.2 配置过滤器
默认的过滤器不能满足我们的需要，所以我们可以更改过滤器配置。
操作如下：
1、在文档导入选项 -> 点击“更改过滤器配置” -> 跳转出“文档导入设置”窗口；
2、在“文档导入设置”窗口 -> 点击“DTD/架构文件”的“浏览” -> 选择正确的XSD文档；
3、点击“①标签和属性” -> “②填充”
4、自动弹出Namespace URL -> 点击确定
5、配置如图的 ③标签 和 ④标签属性
- 在 ⑤标签设置” -> 设置哪些标签需要翻译、哪些标签属于行内标签
- 在 ⑥属性设置” -> 设置哪些标签属性需要翻译、哪些标签属于非译元素或上下文等条件
- 可以参考 ⑦实例 为每一个 ③标签 和 ④标签属性单独设置不同条件
- 还可以在 ⑧预览区预览实际文件内容
- 你还可以点击 ⑨保存过滤器，保存并 ⑩重命名一个新的过滤器，供下次使用。
更多关于 XML 翻译的解析器设置，请参考：如何翻译单语 XML 文档？
过滤器配置完成后，点击确定即可导入翻译文档~
9.3.2.3 检查过滤器
按照前面的操作，导入后如下图所示：
我们发现：编辑器的界面看上去都是OK的，比如：
- ① 是memoQ的功能区；
- ② 是memoQ的翻译区，我们可以在这里翻译；
- ③ 是memoQ的预览区，我们可以在这里预览原文；
- ④ 是memoQ的翻译结果区，所有的翻译结果（机器翻译、术语库、记忆库、片段提示等）都在这里呈现；
- ⑤ 是文档的统计栏，我可以看项目和文档的统计情况，比如进度、已编辑的句段统计、QA统计、原文译文的长度比例和字符数量等等。
9.3.3 测试译文
但是，过滤器配置完，不代表万事大吉！！
记得我们之前讲过的编码问题吗？如图所示，虽然翻译好了，但是导出后的编码有问题。
所以说，为了保障译文的格式准确性，我们要测试，看一下译文是否可以按照目标语言导出~
比如在这里，我依然借助小牛机器翻译，利用MT进行了预翻译。
更多关于MT预翻译的内容，参考：机器翻译在CAT中的应用
并把MT的译文导出检查一下~如果导出后的译文如图所示，可以顺利显示，就说明是OK的：
果然没问题，那我们就可以正式启动翻译啦~
大家分享：如何在翻译的过程中基于样式表进行 XML 文档的显示预览。
10. 基于样式表预览 XML 文档的发布状态
我们前面讲过，XML 是没有样式的，HTML 有。
CSS 是 HTML 的样式表，通过 CSS 的设置，可以告诉浏览器：“我的网页布局是这样那样显示的~”。包括颜色、字体、文本大小、元素之间的间距、元素的位置和布局、要使用的背景图像或背景颜色、不同设备的不同显示和屏幕大小等等。
那，XML 的样式表怎么配置呢？就是借助 XSLT 生成的~
10.1 使用 XSLT 预览 XML
如果你不想了解 xslt，只想了解如何翻译的话，可以直接跳至下一节。
而 XSLT (eXtensible Stylesheet Language Transformations) 则是 XML 的样式表，它远比 CSS 更加完善。
通过 XSLT 的设置，可以告诉浏览器或者服务器：“我的 XML 文件是这样那样显示的。”
比如，这里我有一个样式表：
我们不讲样式表如何写，我也不是程序员，如果你感兴趣，可以去搜索 XSLT 教程: https://www.w3school.com.cn/xsl/index.asp)。
这是我需要翻译的 XML 文档，在这个 XML 文档中添加了 XSL 样式表引用：
10.2 翻译时，如何预览 XML 文件
如果没设置预览文档的话，导入后的预览仍然是按照 XML 文档格式来的：
memoQ 支持翻译过程中只需要配置 XSLT 样式表，即可预览 XML 文件。
你只需要：在导入文档时，使用”选择性导入“ -> “更改过滤器和配置“ -> 在默认的” XML 过滤器” 下，点击”常规” -> 并”指定 XSLT 文件“。
导入后即可在预览区显示 XML 啦！
好啦，我觉得关于 XML 的文档翻译已经很详细了，希望你上内容可以帮到你，有用可收藏~
更多翻译技术干货，欢迎关注职业译员玩转翻译技术公众号，嘻嘻~
喜欢可以星标哦~
下次见啦，拜~