Next.js 国际化插件 `next-i18next` 教程
1. 项目介绍
next-i18next 是一个专门为 Next.js 应用程序设计的国际化(i18n)解决方案。它结合了 i18next 和 react-i18next 的优势,提供简单易用的接口来管理多语言翻译,支持静态站点生成(SSG)和服务器端渲染(SSR),并能够与 JSON 格式的翻译文件无缝集成。
通过 next-i18next,你可以轻松地在 Next.js 应用中同步 locales 和 URLs,实现组件级别的翻译,以及在不同的命名空间之间切换。这个库简化了 Next.js 中的国际化设置,无需额外依赖,即可让你的应用具备生产级的国际支持。
2. 项目快速启动
安装
首先,确保已经安装了 Next.js。然后,在你的项目根目录中,通过 npm 或 yarn 添加 next-i18next:
npm install next-i18next i18next react-i18next
# 或者
yarn add next-i18next i18next react-i18next
配置
创建一个名为 next-i18next.config.js 的配置文件:
module.exports = {
i18n: {
locales: ['en', 'de'],
defaultLocale: 'en',
},
};
初始化
在你的 pages/_app.js 文件中引入 appWithTranslation 高阶组件(HOC):
import { appWithTranslation } from 'next-i18next';
const MyApp = ({ Component, pageProps }) => (
<Component {...pageProps} />
);
export default appWithTranslation(MyApp);
使用翻译
现在,可以在页面或组件中使用 t 函数进行翻译:
import { useTranslation } from 'next-i18next';
function HomePage() {
const { t } = useTranslation();
return <h1>{t('hello-world')}</h1>;
}
export default HomePage;
翻译文件
在 public/locales 目录下创建对应的 locales 文件夹,例如 public/locales/en/translation.json 和 public/locales/de/translation.json,然后添加翻译内容:
// public/locales/en/translation.json
{
"hello-world": "Hello, World!"
}
// public/locales/de/translation.json
{
"hello-world": "Hallo Welt!"
}
3. 应用案例和最佳实践
-
使用
serverSideTranslations在 SSR 或 SSG 时预加载语言包:import { serverSideTranslations } from 'next-i18next/serverSideTranslations'; export async function getServerSideProps({ locale }) { const translatedPages = await serverSideTranslations(locale, ['common']); return { props: translatedPages }; } -
基于 URL 路径自动选择语言:
可以设置
next-i18next.config.js中的path字段,让 Next.js 自动从 URL 中解析出语言。 -
将翻译内容分离到单独的组件或上下文,以便更好地管理和维护。
-
利用 i18next 提供的特性如 Plurals、Interpolation 和 Nesting 来处理复杂场景。
4. 典型生态项目
- i18next: 核心国际化库,提供基础的翻译功能。
- react-i18next: 用于 React 的 i18next 绑定,简化 React 中的翻译使用。
- next-i18next: 专为 Next.js 设计的封装库,简化 Next.js 应用的国际化配置。
更多示例和详细信息可参考官方文档和 GitHub 示例项目:
希望本教程对你在 Next.js 中实现国际化有所帮助!如果你遇到任何问题,欢迎查看官方文档或者在社区寻求帮助。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00