next-translate项目在App Router中实现多域名国际化方案
2025-06-29 00:32:52作者:钟日瑜
背景介绍
next-translate是一个为Next.js应用提供国际化支持的轻量级库,它简化了多语言网站的开发流程。在Next.js 13引入App Router架构后,开发者需要调整国际化策略以适应新的路由系统。
问题场景
在将Page Router迁移到App Router的过程中,开发者遇到了多域名国际化配置失效的问题。具体表现为:
- 每个供应商(vendor)拥有独立域名(如vendor.us、vendor.es等)
- 每个域名应默认显示对应语言(us域名显示英文,es域名显示西班牙文等)
- 在App Router下,所有域名都回退到了根配置的defaultLocale,而非各自域名的默认语言
解决方案分析
传统配置方式
在Page Router中,next-translate通过next.config.js的i18n配置可以完美支持多域名国际化:
i18n: {
locales: ['en', 'es', 'fr'],
defaultLocale: 'en',
localeDetection: false,
domains: [
{
domain: "www.vendor.com",
defaultLocale: "en"
},
{
domain: "www.vendor.fr",
defaultLocale: "fr"
},
{
domain: "www.vendor.es",
defaultLocale: "es"
}
]
}
App Router下的调整
在App Router架构下,需要结合Middleware来实现相同的功能。关键点包括:
- Middleware位置:必须放置在src目录下才能生效
- 语言检测逻辑:从请求中获取当前语言设置
- URL重写:确保路由正确处理语言参数
实现代码
import i18n from "@i18n"
import { NextResponse } from "next/server"
export function middleware(request) {
// 获取当前语言设置,若无则使用默认语言
const locale = request.nextUrl.locale || i18n.defaultLocale
// 设置语言查询参数
request.nextUrl.searchParams.set("lang", locale)
// 移除URL中的语言前缀
request.nextUrl.href = request.nextUrl.href.replace(`/${locale}`, "")
// 重写URL
return NextResponse.rewrite(request.nextUrl)
}
技术要点
- Middleware机制:Next.js的Middleware允许在请求到达页面前进行拦截和处理,是实现国际化的理想位置
- 语言优先级:系统会按照域名默认语言 > 用户偏好 > 根默认语言的顺序确定最终语言
- URL处理:需要正确处理语言参数和路径,确保路由系统能准确解析
最佳实践建议
- 统一配置管理:将i18n配置集中管理,便于维护和扩展
- 测试覆盖:确保各域名下的语言切换功能正常
- 性能考量:Middleware会增加少量开销,应保持逻辑简洁
- 渐进迁移:对于大型项目,可采用混合路由模式逐步迁移
总结
next-translate在App Router架构下依然能够提供简洁高效的国际化解决方案。通过合理使用Middleware配合i18n配置,开发者可以轻松实现基于域名的多语言支持。相比其他国际化方案,next-translate保持了配置简单、易于集成的特点,是Next.js项目国际化的优选方案。
登录后查看全文
热门项目推荐
相关项目推荐
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python02
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
最新内容推荐
Launch4j中文版:Java应用程序打包成EXE的终极解决方案 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源 PANTONE潘通AI色板库:设计师必备的色彩管理利器 Solidcam后处理文件下载与使用完全指南:提升CNC编程效率的必备资源 电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 基于Matlab的等几何分析IGA软件包:工程计算与几何建模的完美融合 CS1237半桥称重解决方案:高精度24位ADC称重模块完全指南 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
289
2.61 K
deepin linux kernel
C
24
7
React Native鸿蒙化仓库
JavaScript
227
305
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
605
181
暂无简介
Dart
576
127
Ascend Extension for PyTorch
Python
115
147
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.04 K
609
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
450
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,专门为Transformer模型的训练和推理而设计。
C++
46
77
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
155
58