用python快速生成Trados Studio读取的XML格式QA配置文件

最新推荐文章于 2021-07-05 15:44:31 发布

TobyDuang

最新推荐文章于 2021-07-05 15:44:31 发布

阅读量709

点赞数

分类专栏：翻译技术文章标签： python 正则表达式 xml

本文链接：https://blog.csdn.net/TobyDuang/article/details/107106416

版权

本文介绍如何使用Python快速创建Trados Studio能读取的XML格式QA配置文件，以减少手动输入的工作量。通过解析Excel术语表，生成包含正则表达式和禁用词检查的配置文件，实现规则的批量导入。

摘要由CSDN通过智能技术生成

用python快速生成Trados Studio读取的XML格式QA配置文件

背景&目的

Trados Studio中自带的QA Checker功能十分强大，可以检查英文写作中常见的空格、标点等问题，还能够实现自定义正则的检查、禁用词的检查。

但是在Trados中，正则和禁用词的检查只能逐项输入，也可以导入或导出特定格式的配置文件，但并没有将外部规则或禁用词批量导入的方法。

若能够将外部的规则或禁用词批量导入，能够降低手动操作的工作量。

工具

Trados Studio（2014以上）
python环境

原理&具体方法

QA Checker的配置文件后缀时sdlqasettings，但实质就是xml文件，稍加阅读就能理解其中的标记含义和规律。比如检查禁用词的部分中，每一条都是如下结构：

<Setting Id="WrongWordPairs编号"><WrongWordDef xmlns:i="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://schemas.datacontract.org/2004/07/Sdl.Verification.QAChecker">
<CorrectWord>正确词语</CorrectWord>
<WrongWord>错误词语</WrongWord>
<_CorrectWord>正确词语</_CorrectWord>
<_WrongWord>错误词语</_WrongWord>
</WrongWordDef></Setting>

上面代码中的正确词语、错误词语都是自定义的，编号则是自动生成的（从0开始）。多条检查项对应的代码依次连接，首尾有其他设置项对应的内容，可以视为固定不变的。

翻译中常会用excel来记录术语，只要将表格中的错误词语、正确词语分别填充到上述结构、再合并到一起，添加首尾部分的内容即可。

def wordlist(file):
    import xlrd
    filename = file.split('xls')[0] + 'wordlist.sdlqasettings'  # 定义输出文件名
    xls2txt = open(filename, 'w', encoding='utf-8')  # 创建写入的文件
    data = xlrd.open_workbook(file)  # 打开excel表格
    table = data.sheets()[0]  # 读取第一个sheet
    rows = table.nrows  # excel文件的行数
    cols = table.ncols  # excel文件的列数
    pair_index = 0
    word_list = ''
    f