将源代码翻译成外语

Question

我正在运营一个教育网站，向儿童（12-15 岁）教授编程。

由于解决方案的代码源中他们并不都说英语，因此我们使用法语变量和函数名称。 不过，我们计划将内容翻译成其他语言（德语、西班牙语、英语）。为此，我想尽快翻译源代码。 我们主要有 C/C++ 代码。

我计划使用的解决方案：

1. 从源代码中提取所有变量/函数名称，以及它们在文件中的位置（声明、使用、调用它们的位置......）
2. 删除所有语言关键字和库函数
3. 询问翻译人员为其余名称提供翻译，
4. 替换文件中的名称

是否已经有一些开源代码/项目可以做到这一点？ （对于第 1,2 和 4 点）

如果没有，第一个中最困难的点：使用 C/C++ 解析器构建语法树，然后提取变量及其位置似乎是可行的方法。你还有其他想法吗？

感谢您的任何建议。

编辑： 正如评论中所述，我还需要处理评论，但只有少数评论：完整的解决方案已经以纯文本形式解释，然后我们将显示带有自解释变量/函数的代码源名称。源代码很少超过 30/40 行长，如果您已经知道代码在做什么，那么好的名称必须使其无需注释即可理解。

附加信息：对于感兴趣的人来说，该网站是国际信息学奥林匹克的培训平台，C/C++（至少是编程竞赛所需的最低限度）对于 12 岁的人来说并不难学会老的。

Answer 1

您确定需要完整的语法树吗？我认为进行词法分析来查找标识符就足够了，这要容易得多。然后排除也出现在所包含的头文件中的关键字和标识符。

原则上，您可能希望将具有相同英文名称的不同变量翻译为法语/德语中的不同单词 - 但对于教育用途，出现这种情况的风险可能很小，一开始就可以忽略。您可以通过使用一些消除歧义的准匈牙利语前缀编写原始来源来回避这个问题，然后使用相同的翻译机制删除这些前缀以显示给英语最终用户。

在选择翻译之前，请务必让译者看到他们要翻译的名称​​以及完整的上下文。

Answer 2

我真的认为你可以使用 clang (libclang) 来解析你的源代码并做你想做的事情 (请参阅此处以获取更多信息），好消息是它们具有 python 绑定，如果您想访问翻译服务或类似服务 那。

Answer 3

您实际上并不需要 C/C++ 解析器，只需一个简单的词法分析器即可为您一一提供代码元素。然后你会得到很多 {, [, 213, ) 等，你只需忽略它们并将其写入结果文件。您可以翻译仅由字母组成的内容（关键字除外），然后将它们放入输出中。

现在想来，就这么简单：

bool is_letter(char c)
{
    return (c >= 'a' && c <= 'z') || (c >= 'A' && c <= 'Z');
}
bool is_keyword(string &s)
{
    return s == "if" || s == "else" || s == "void" /* rest of them */;
}
void translateCode(istream &in, ostream &out)
{
    while (!in.eof())
    {
        char c = in.get();
        if (is_letter(c))
        {
            string name = "";
            do
            {
                name += c;
                c = in.get();
            } while (is_letter(c) && !in.eof());
            if (is_keyword(name))
                out << name;
            else
                out << translate(name);
        }
        out << c;  // even if is_letter(c) was true, there is a new c from the
                   // while inside that was read (which was not letter), but
                   // not written, so would be written here.
    }
}

代码是我在编辑器里写的，所以可能会有小错误。如果有的话请告诉我，我会修复它。

编辑：说明：

代码所做的只是逐个字符读取输入，输出它读取的任何非字母字符（包括空格、制表符和换行符）。如果它确实看到一个字母，它将开始将所有后续字母放入一个字符串中（直到到达另一个非字母）。然后，如果该字符串是关键字，它将输出关键字本身。如果不是，将翻译它并输出它。

输出的格式与输入完全相同。

Answer 4

我认为替换代码中的标识符不是一个好主意。

首先，你不会得到像样的翻译。这里非常重要的一点是翻译（尤其是自动翻译或相当愚蠢的翻译）会丢失和扭曲信息。实际上，您最终可能会得到比原来更糟糕的东西。

其次，如果要再次编译代码，编译器可能无法编译翻译后的标识符中包含非英文字母的代码。

第三，如果您用其他内容替换标识符，则需要确保不会用同一个单词替换 2 个或更多不同的标识符。这要么使代码无法编译，要么破坏其逻辑。

第四，您必须确保不翻译来自该语言标准库的保留字和标识符。翻译这些将使代码不可编译且不可读。区分程序员定义的标识符与语言及其标准库提供的标识符可能不是一项非常简单的任务。

我要做的不是用翻译替换标识符，而是将翻译作为注释提供在它们旁边，例如：

void eat/*comer*/(int* food/*comida*/)
{
  if (*food/*comida*/ <= 0)
  {
    printf("nothing to eat!"/*no hay que comer!*/);
    exit/*salir*/(-1);
  }
  (*food/*comida*/)--;
}

这样您就不会因翻译不正确而丢失任何信息，并且不会破坏代码。