xgettext提取Bottle的SimpleTemplate模板时遗漏标签属性翻译字符串如何解决

你遇到的遗漏问题是因为xgettext的Python语言提取模式默认会跳过HTML标签属性内的嵌入代码段，pybabel的JavaScript提取器也默认不处理属性内的翻译标记，加上STPL语法没有官方的babel提取器，所以才有适配问题，以下是可直接落地的方案：

• 方案一：自定义正则提取脚本（最推荐，无兼容问题）
  STPL语法简单，自己写几十行代码即可扫描所有_()包裹的可翻译字符串，完全不受模板语法、字符串位置的限制，兼容{{!base}}等特有语法，参考实现如下：

import re
from pathlib import Path

# 匹配_()包裹的翻译字符串，支持单/双引号、转义字符
TRANS_PATTERN = re.compile(r"_\(\s*([\"'])(.*?[^\\])\1\s*\)", re.DOTALL)

def extract_stpl_translations(tpl_dir: str, output_pot_path: str):
    # POT文件标准头，可根据自己的项目修改
    pot_head = '''msgid ""
msgstr ""
"Content-Type: text/plain; charset=UTF-8\\n"
"Plural-Forms: nplurals=2; plural=(n != 1);\\n"
"MIME-Version: 1.0\\n"
"Content-Transfer-Encoding: 8bit\\n"

'''
    found = set()
    # 遍历目录下所有模板文件
    for tpl_file in Path(tpl_dir).rglob("*.html"):
        with open(tpl_file, "r", encoding="utf-8") as f:
            content = f.read()
        for match in TRANS_PATTERN.finditer(content):
            msgid = match.group(2).replace('\\"', '"').replace("\\'", "'")
            # 若需要记录行号，可自行添加计算逻辑
            found.add(msgid)
    
    # 输出POT文件
    with open(output_pot_path, "w", encoding="utf-8") as f:
        f.write(pot_head)
        for msgid in sorted(found):
            f.write(f'msgid "{msgid}"\nmsgstr ""\n\n')

if __name__ == "__main__":
    # 修改为你自己的模板目录和输出路径
    extract_stpl_translations("./views", "./locale/templates/messages.pot")

运行后即可提取包括标签属性内的所有_()标记的翻译字符串。

• 方案二：使用xgettext无语法限制模式
  你可以将xgettext的语言参数改为--language=C，C语言模式会尽可能扫描所有符合_("xxx")格式的字符串，不会受HTML语法限制，命令参考：

xgettext --keyword=_ --language=C --from-code=utf-8 -o messages.pot views/*.html

该方案的缺点是可能会扫到注释中的无关内容，需要后续手动过滤。

• 方案三：配置Poedit自定义提取规则
  如果你用Poedit管理翻译文件，可以在提取器设置中添加针对STPL模板的正则提取规则，匹配规则和方案一的正则一致，无需写代码即可完成提取。

内容的提问来源于stack exchange，提问作者neurino