如何将ICU格式字符串转换为TMX（翻译记忆交换）文件

解决方案 #

方案1：自行编写脚本转换（成本最低、可控性最高） #

你已经将所有多语言内容规整为结构化JSON，直接按TMX的标准XML格式生成即可，TMX本身支持存储带ICU语法的原始翻译单元，无需修改ICU内容，只要做好基础XML转义就不会出现格式错误。
核心TMX结构逻辑如下：

• 根节点<tmx>指定版本为1.4b
• <header>节点填写源语言、创建工具等元数据
• <body>节点下每一个<tu>对应你JSON里的一个字符串ID，每个<tu>下对应多个<tuv>节点，分别标注不同语言，<seg>节点内放对应语言的ICU字符串即可。

可直接运行的Node.js示例脚本如下：

const fs = require('fs');
// 替换为你的多语言JSON文件路径
const langData = require('./lang-data.json');

const tmxHeader = `<?xml version="1.0" encoding="UTF-8"?>
<tmx version="1.4b">
  <header creationtool="custom-script" creationtoolversion="1.0" segtype="sentence" adminlang="en" srclang="en" datatype="plaintext"/>
  <body>
`;
const tmxFooter = `  </body>
</tmx>`;

let tuContent = '';
Object.keys(langData).forEach(id => {
  tuContent += `    <tu tuid="${id}">\n`;
  const langObj = langData[id];
  Object.keys(langObj).forEach(lang => {
    // 仅做XML必要转义，ICU语法完全保留
    const escapedSeg = langObj[lang]
      .replace(/&/g, '&amp;')
      .replace(/</g, '&lt;')
      .replace(/>/g, '&gt;')
      .replace(/"/g, '&quot;')
      .replace(/'/g, '&apos;');
    tuContent += `      <tuv xml:lang="${lang}">\n        <seg>${escapedSeg}</seg>\n      </tuv>\n`;
  })
  tuContent += `    </tu>\n`;
});

fs.writeFileSync('./output.tmx', tmxHeader + tuContent + tmxFooter, 'utf8');

生成的TMX可以被所有支持ICU语法的主流CAT工具正常识别。

方案2：借助现有工具链转换 #

如果你不想自行开发脚本，可通过以下步骤完成转换，同样可以完整保留ICU格式：

1. 先将你的自定义JSON调整为formatjs标准的消息格式
2. 用formatjs官方CLI工具导出为XLiff格式文件
3. 用OmegaT等开源CAT工具将XLiff文件导出为TMX格式

注意事项 #

• TMX存储时无需对ICU的大括号、plural等语法做额外处理，仅需做好基础XML转义即可
• 如果需要将生成的TMX交付给翻译供应商，可提前告知对方文件内包含ICU语法，避免CAT工具默认关闭ICU支持导致格式识别错误

内容的提问来源于stack exchange，提问作者paul