Pi-hole Card多语言翻译指南:让全球用户畅享网络管理体验
2025-05-31 19:09:12作者:傅爽业Veleda
项目背景与翻译意义
Pi-hole Card作为Home Assistant生态中的重要组件,为智能家居用户提供了直观的Pi-hole网络管理界面。通过多语言翻译,我们可以让全球不同地区的用户都能无障碍使用这一工具,真正实现智能家居的全球化体验。
当前支持语言现状
目前官方支持的语言包括:
- 英语(en) - 完整支持
- 西班牙语(es) - 完整支持
- 中文(zh-Hans) - 正在完善中
翻译工作完整流程
第一步:创建翻译文件
- 复制基准文件:从
src/translations/en.json复制作为模板 - 规范命名:采用BCP 47标准语言代码命名
- 法语:fr.json
- 德语:de.json
- 简体中文:zh-Hans.json
- 内容翻译原则:
- 保留左侧key值不变
- 仅翻译右侧value内容
- 保持JSON格式规范
示例对比(英语→法语):
{
"card": {
"stats": {
"total_queries": "Total queries", // 英文原版
"total_queries": "Requêtes totales" // 法文翻译
}
}
}
第二步:集成到本地化系统
- 在
src/localize/localize.ts中导入新语言文件:
import * as zhHans from '../translations/zh-Hans.json'; // 新增中文翻译
- 更新语言映射表:
const languages: Record<string, any> = {
en: en,
zhHans: zhHans // 添加中文支持
};
第三步:类型定义更新(可选)
当新增翻译键值时,需要同步更新src/localize/types.ts中的类型定义,确保类型检查通过。
第四步:文档同步更新
- 在项目文档中更新支持语言列表
- 添加翻译者信息(如需要)
第五步:本地化测试
- 在Home Assistant中切换测试语言
- 检查所有UI元素的显示效果:
- 文本是否完整显示
- 特殊字符是否正常渲染
- 布局是否因文本长度变化而错乱
专业翻译建议
-
空间优化:卡片UI空间有限,中文翻译建议:
- "Total queries" → "总查询"(优于"查询总数")
- "Active clients" → "活跃客户端"
-
技术术语统一:
- 保持DNS、Pi-hole等专业术语不翻译
- 统一"query"的翻译(建议译为"查询")
-
动态参数处理:
- 保留
{number}等占位符 - 确保语序兼容动态参数
- 保留
-
文化适应性:
- 中文习惯使用主动语态
- 避免直译造成的生硬表达
翻译质量控制
- 母语优先:建议由目标语言母语者完成翻译
- 上下文理解:理解每个字段的实际使用场景
- 一致性检查:相同概念在不同位置保持相同译法
- 视觉验证:实际部署测试显示效果
常见问题解决方案
-
特殊字符显示异常:
- 确保JSON文件使用UTF-8编码
- 转义特殊字符
-
文本溢出问题:
- 优先缩写而非换行
- 与开发团队协商调整布局
-
动态参数位置问题:
- 中文通常参数后置,如:"已拦截{number}次"
翻译维护建议
- 建立术语表保持一致性
- 定期更新新增字段翻译
- 收集用户反馈优化表达
通过规范的翻译流程和质量控制,我们可以让Pi-hole Card真正成为全球Home Assistant用户的得力助手,打破语言障碍,让网络管理变得更简单高效。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。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
HunyuanVideo-1.5暂无简介00
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
Spark-Formalizer-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。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
最新内容推荐
操作系统概念第六版PDF资源全面指南:适用场景与使用教程 高效汇编代码注入器:跨平台x86/x64架构的终极解决方案 高效验证码识别解决方案:OCRServer资源文件深度解析与应用指南 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 Python开发者的macOS终极指南:VSCode安装配置全攻略 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南
项目优选
收起
deepin linux kernel
C
24
7
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
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
477
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
375
3.21 K
Ascend Extension for PyTorch
Python
169
190
暂无简介
Dart
615
140
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
62
19
仓颉编译器源码及 cjdb 调试工具。
C++
126
855
仓颉编程语言测试用例。
Cangjie
36
852
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++
647
258