如何向Google Cloud Translate API传递含占位符的分词字符串

Google Cloud Translate 官方针对包含插值占位符的文本翻译，推荐两种无需额外插入HTML标签的适配方案，均可避免占位符损坏问题，也不会和你原有字符串中的HTML片段产生冲突：

方案1：使用V3版API的正则不翻译规则（优先推荐） #

V3版翻译API原生支持指定不翻译内容的匹配规则，无需预处理字符串：

• 调用BatchTranslateText或TranslateText接口时，在请求参数中配置do_not_translate规则，添加正则匹配式\{\d+\}，即可让API直接识别所有{数字}格式的占位符，完全保留其原始内容和位置不做翻译处理
• 根据你的文本内容类型设置mime_type参数：如果需要保留原生HTML片段的格式就设置为text/html，仅需要翻译纯文本就设置为text/plain，两种格式下都可以正常生效不翻译规则
  该方案完全不需要修改原字符串，不会和原有HTML内容冲突，官方原生支持，可以100%避免你遇到的占位符括号丢失、内容被修改的问题。

方案2：预处理替换占位符（兼容V2版API） #

如果你还在使用V2版API，没有不翻译规则功能，可以用官方推荐的预处理+后处理流程：

• 预处理：提取原字符串中所有{数字}格式的占位符，生成唯一映射表，将占位符替换为翻译模型不会修改的纯下划线+字母格式的令牌，比如Page {1} of {2}替换为Page ___TOKEN_0___ of ___TOKEN_1___，同时记录___TOKEN_0___对应{1}、___TOKEN_1___对应{2}
• 调用翻译API时设置mime_type为对应内容类型，发送替换后的文本
• 后处理：拿到翻译结果后，按照映射表把令牌换回原始的占位符即可
  该方案同样不会和原有HTML内容冲突，也能完全避免占位符损坏的问题。
  你之前用到的<span class="notranslate">方案仅适合无原生HTML的场景，上面两个方案都适配你的业务需求，长期使用更稳定。

内容的提问来源于stack exchange，提问作者Tom Hosker