Oppia平台国际化改进:浏览器语言检测与提示横幅实现
2025-06-04 22:47:06作者:董灵辛Dennis
背景与需求分析
Oppia作为一个开源学习平台,致力于为全球用户提供优质的教育资源。在平台国际化过程中,我们发现非英语用户可能无法第一时间发现平台提供的多语言支持功能。为此,我们需要实现一个智能化的语言提示系统,当检测到用户浏览器语言为非英语时,自动显示语言切换提示横幅。
技术实现方案
核心功能设计
- 浏览器语言检测:通过navigator.language或navigator.languages API获取用户浏览器首选语言设置
- 提示横幅组件:创建独立组件显示语言切换提示,包含以下元素:
- 提示文本(支持多语言翻译)
- "Got it!"确认按钮
- "不再显示"复选框
- 用户偏好存储:使用Cookie存储用户选择不再显示的偏好
组件架构
在learner-dashboard-page目录下创建新的language-banner组件,包含:
- HTML模板文件:定义横幅的视觉结构和样式
- TypeScript文件:处理业务逻辑和交互
- 样式文件:定义组件特定样式
关键技术实现
语言检测逻辑
// 检测浏览器语言是否为英语
const isEnglishBrowser = !navigator.language.startsWith('en');
Cookie管理
使用ngx-cookie-service处理Cookie存储:
// 检查是否已设置不再显示
const dontShowAgain = this.cookieService.get('hide_language_banner');
if (dontShowAgain === 'true') {
return;
}
// 用户选择不再显示时设置Cookie
if (this.dontShowAgainChecked) {
this.cookieService.set('hide_language_banner', 'true', {
expires: 365 // 有效期1年
});
}
与现有系统集成
- 将新组件添加到learner-dashboard-page.component.html模板中
- 在learner-dashboard-page.module.ts中导入并声明新组件
用户体验设计
提示横幅设计遵循以下原则:
- 非侵入性:不影响主要功能使用
- 明确性:清晰传达语言切换功能
- 可控性:用户可永久关闭提示
- 一致性:与平台现有设计风格保持一致
横幅包含:
- 多语言提示文本(根据浏览器语言自动选择)
- 确认按钮("Got it!")
- 可选复选框("不再显示")
测试要点
-
功能测试:
- 英语浏览器不显示横幅
- 非英语浏览器显示横幅
- 点击确认按钮关闭横幅
- 勾选"不再显示"后不再出现
-
兼容性测试:
- 桌面端和移动端显示
- 不同浏览器测试
- 启用/禁用redesigned_learner_dashboard功能标志
-
性能测试:
- 组件加载时间
- Cookie操作性能影响
实现注意事项
- 隐私合规:确保符合GDPR等隐私法规,仅在用户同意Cookie后存储偏好
- 无障碍访问:确保组件符合WCAG标准,支持键盘导航和屏幕阅读器
- 多语言支持:横幅文本需支持平台已翻译的所有语言
- 错误处理:妥善处理Cookie被禁用等异常情况
总结
通过实现浏览器语言检测和智能提示横幅,Oppia平台能够更好地服务于国际用户,帮助他们发现和使用平台的多语言功能。这一改进不仅提升了用户体验,也体现了平台对全球学习者的包容性。技术实现上采用了模块化组件设计,确保功能可维护性和扩展性,同时严格遵循隐私和可访问性标准。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
651
797
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.25 K
153
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
1.1 K
611
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++
1.01 K
1.01 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
147
237
昇腾LLM分布式训练框架
Python
168
200
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
434
395
暂无简介
Dart
986
253