Как перевести сайт или документы компании

Эта страница для тех, кто работает с текстом: редакция, издательство, компания, госорган. Порядок такой: сначала дешёвое и полезное, в конце дорогое.

1. Текст — самая простая часть

Статьи, документы, субтитры. Файлы txt, md, csv, srt, vtt и docx можно бросить на страницу «Файлы» сразу несколькими и забрать результат. Всё считается в браузере: рабочий документ не уходит на сервер.

В документе Word текст правится внутри самого документа — файл не пересобирается заново. Поэтому стили, таблицы, картинки, колонтитулы и нумерация остаются на месте.

2. Поиск — здесь ломается большинство

В базе Toshkent, пользователь вводит Toşkent, совпадений ноль. Решение одно: приводить и запрос, и индекс к одной форме до сравнения. К какой именно — неважно, важно что к одной и той же.

Сделайте это до конвертации базы, иначе сайт будет выглядеть работающим, но ничего не найдёт, и никто не поймёт почему.

3. Сортировка

По умолчанию ö и ğ уезжают после z, потому что у них больше код. В JavaScript нужен Intl.Collator("uz-Latn"), в PostgreSQL — COLLATE "uz-Latn-x-icu". Забудете — списки по алфавиту молча встанут в неправильном порядке.

4. Старые ссылки

Если в адресах есть слова — /maqola/toshkent-shahri — не конвертируйте их. Меняется адрес — умирают старые ссылки: место в поиске, ссылки с чужих сайтов, закладки людей.

Если всё же переводите, поставьте постоянное перенаправление со старого адреса на новый и держите оба.

5. Текст в базе

Разовая конвертация базы — самый опасный шаг, потому что откатить трудно. Порядок такой:

1. Резервная копия. Не потом, а сейчас.
2. Сначала почините поиск и сортировку — пункты 2 и 3.
3. Прогоняйте входящий текст через normalize("NFC"): ö приходит и одним кодпоинтом, и как o с комбинирующей диерезой.
4. Начните с маленького куска и посмотрите на результат глазами.
5. Имена собственные проверьте отдельно: Chelsea не должна стать Çelsea.

6. Шрифты — здесь работы нет

Все четыре буквы взяты из турецкого и азербайджанского алфавитов и тридцать лет лежат во всех системных шрифтах. Покупать шрифты и менять программы не нужно.

Если на сайте свой веб-шрифт, проверьте, что в нём есть подмножество latin-ext: иначе буквы уедут на подстановочный шрифт и текст будет выглядеть рвано.

7. Кнопка для читателя

Одна строка кода на вашем сайте — и в материале появляется кнопка «показать по-новому»: читатель в одно нажатие видит текст в новом алфавите и в одно возвращает обратно. Это гораздо дешевле конвертации базы и откатывается мгновенно. Смотрите страницу «Виджет».

Про сроки

Закон вступит в силу после подписи президента, а сроки по отраслям будут в программе реализации — она ещё пишется. То есть спешить некуда, но поиск и сортировку дешевле починить сейчас: потом на них ляжет уже сконвертированная база.