Entre les séances · pour la séance 3 · mercredi 16 September 2026Entre les séances · pour la séance 3 · mercredi 16 septembre 2026

Several tools, one project

In professional practice you will rarely work with a single CAT computer-assisted translation (CAT)traduction assistée par ordinateur (TAO) CAT toolsTAO Software that assists a human translator during the translation process, commonly by dividing texts into segments and providing functions such as translation-memory retrieval, terminology management, consistency checks and file management.Logiciel qui assiste un traducteur humain pendant le processus de traduction, généralement en divisant les textes en segments et en offrant des fonctions comme la recherche en mémoire de traduction, la gestion terminologique, les vérifications de cohérence et la gestion des fichiers. tool. Your clients work in Trados, your colleagues in memoQ, you perhaps in Wordfast. How do you share your translation memories translation memory (TM)mémoire de traduction (MT) CAT toolsTAO A bilingual database of previously translated source segments and their corresponding target segments, which a translation-memory system searches to propose exact or similar matches for new source text.Base de données bilingue de segments source déjà traduits et de leurs segments cibles correspondants, dans laquelle un système de mémoire de traduction cherche des correspondances exactes ou similaires pour un nouveau texte source. and your termbases termbasebase terminologique terminologyterminologie A database of terminological entries organized by concept, grouping the terms of several languages with metadata such as definitions, domains and usage status.Base de données d'entrées terminologiques organisée par concept, contenant les termes de plusieurs langues et des métadonnées comme des définitions, des domaines et des marques d'usage. across those tools? How does a language service provider get people working together when they do not run the same software?

Internal storage, backup, export

Three things are easy to confuse.

Internal storage belongs to the tool and is optimized for it. A classic local memory in memoQ, for instance, is a folder of files identified by an .mtm file; Trados Studio keeps its own in an .sdltm file. These formats are not meant to be read by other programs, and nothing obliges their vendor to document them or to keep them stable from one version to the next.

A backup copies that internal storage. It protects you against a failure, not against a change of tool.

An interchange export produces a file meant to leave the tool: TMX, TBX, XLIFF. It is the only one of the three that crosses the boundary between programs.A tool does sometimes read a competitor’s format directly: memoQ imports Trados .sdltm files. That stays the exception, and it depends on the vendor’s goodwill.

Without those exports, exchange would not be impossible, but it would happen ad hoc, with a lot of copy-pasting and as much room for error or data loss. The more complex the data, the more problematic such conversions become.

Imagine a very simple bilingual glossary in Excel, where each source term is linked to exactly one target term: two terms per row. Easy enough. But we all know that a glossary rarely stays that simple: you start adding synonyms, cross-references, related terms, definitions, sources, example sentences. The moment the data is more complex than a plain, consistent table with no links in it, you can assume that sharing it becomes more difficult as well.

A standard export can keep what an ad hoc one drops: formatting, metadata metadatamétadonnée datadonnées Structured information that describes, identifies, or provides context for other data. In a marked-up document or translation format, metadata may indicate the language, author, creation date, file type, segment identifier, translation status, subject field, or origin of the content. Metadata may be stored in elements or attributes. It is generally distinguished from the main content to be translated, although some metadata values may themselves require localization.Information structurée qui décrit, identifie ou contextualise d'autres données. Dans un document balisé ou un format de traduction, les métadonnées peuvent indiquer la langue, l'auteur, la date de création, le type de fichier, l'identifiant d'un segment, son état de traduction, le domaine ou la provenance du contenu. Elles peuvent être stockées dans des éléments ou dans des attributs. On les distingue généralement du contenu principal à traduire, même si certaines de leurs valeurs peuvent elles-mêmes devoir être localisées. , links between entries, several languages and several documents in a single file. And it does not have to be redone for every new exchange: the same file goes to any tool that reads the format, so everyone can keep working in the tool they prefer.

Producing the file is only half of the problem. The tool that receives it also has to make sense of what is inside, and exchanging data that the other side can actually use is what these formats are for. That property has a name.

Three formats for three needs

TMX, TBX and XLIFF were developed to solve this problem: the first exchanges translation memories, the second termbases, the third content being translated. All three are built on XML eXtensible Markup Language (XML)langage de balisage extensible (XML) XMLXML A markup language and W3C standard for storing structured data as plain text: elements delimited by tags, with attributes on them, nested in a hierarchy.Langage de balisage et norme du W3C pour représenter des données structurées en texte brut : des éléments délimités par des balises, dotés d'attributs et imbriqués en hiérarchie. .

A tool can claim support for TMX or XLIFF without reading them exactly the way yours does, so what interoperability delivers in practice is a separate question from what the standards define.

Plusieurs outils, un même projet

Dans la pratique professionnelle, vous utiliserez rarement un seul outil de TAO computer-assisted translation (CAT)traduction assistée par ordinateur (TAO) CAT toolsTAO Software that assists a human translator during the translation process, commonly by dividing texts into segments and providing functions such as translation-memory retrieval, terminology management, consistency checks and file management.Logiciel qui assiste un traducteur humain pendant le processus de traduction, généralement en divisant les textes en segments et en offrant des fonctions comme la recherche en mémoire de traduction, la gestion terminologique, les vérifications de cohérence et la gestion des fichiers. . Vos clients travaillent avec Trados, vos collègues avec memoQ, vous peut-être avec Wordfast. Comment partager vos mémoires de traduction translation memory (TM)mémoire de traduction (MT) CAT toolsTAO A bilingual database of previously translated source segments and their corresponding target segments, which a translation-memory system searches to propose exact or similar matches for new source text.Base de données bilingue de segments source déjà traduits et de leurs segments cibles correspondants, dans laquelle un système de mémoire de traduction cherche des correspondances exactes ou similaires pour un nouveau texte source. et vos bases terminologiques termbasebase terminologique terminologyterminologie A database of terminological entries organized by concept, grouping the terms of several languages with metadata such as definitions, domains and usage status.Base de données d'entrées terminologiques organisée par concept, contenant les termes de plusieurs langues et des métadonnées comme des définitions, des domaines et des marques d'usage. entre ces outils ? Comment un fournisseur de services linguistiques fait-il collaborer des personnes qui n’utilisent pas les mêmes logiciels ?

Stockage interne, sauvegarde, export

Trois choses se confondent facilement.

Le stockage interne appartient à l’outil et est optimisé pour lui. Une mémoire locale classique de memoQ, par exemple, est un dossier de fichiers repéré par un fichier .mtm ; Trados Studio range la sienne dans un fichier .sdltm. Ces formats ne sont pas faits pour être lus par d’autres logiciels, et rien n’oblige leur éditeur à les documenter ni à les garder stables d’une version à l’autre.

La sauvegarde copie ce stockage interne. Elle vous protège d’une panne, pas d’un changement d’outil.

L’export d’échange produit un fichier destiné à sortir de l’outil : TMX, TBX, XLIFF. C’est le seul des trois qui traverse la frontière entre logiciels.Il arrive qu’un outil lise directement le format d’un concurrent : memoQ importe les fichiers .sdltm de Trados. Cela reste l’exception, et cela dépend du bon vouloir de l’éditeur.

Sans ces exports, l’échange ne serait pas impossible, mais il se ferait au cas par cas, avec beaucoup de copier-coller et autant d’occasions de se tromper ou de perdre des données. Plus les données sont complexes, plus ces conversions improvisées posent problème.

Imaginez un glossaire bilingue très simple dans Excel, où chaque terme source correspond à exactement un terme cible : deux termes par ligne. Jusque-là, rien de compliqué. Mais nous savons tous qu’un glossaire reste rarement aussi simple : on y ajoute des synonymes, des renvois, des termes apparentés, des définitions, des sources, des exemples d’emploi. Dès que les données dépassent le tableau simple et régulier, sans liens internes, on peut supposer que leur partage devient lui aussi plus difficile.

Un export normalisé peut transporter ce qu’un export improvisé laisse tomber : la mise en forme, les métadonnées metadatamétadonnée datadonnées Structured information that describes, identifies, or provides context for other data. In a marked-up document or translation format, metadata may indicate the language, author, creation date, file type, segment identifier, translation status, subject field, or origin of the content. Metadata may be stored in elements or attributes. It is generally distinguished from the main content to be translated, although some metadata values may themselves require localization.Information structurée qui décrit, identifie ou contextualise d'autres données. Dans un document balisé ou un format de traduction, les métadonnées peuvent indiquer la langue, l'auteur, la date de création, le type de fichier, l'identifiant d'un segment, son état de traduction, le domaine ou la provenance du contenu. Elles peuvent être stockées dans des éléments ou dans des attributs. On les distingue généralement du contenu principal à traduire, même si certaines de leurs valeurs peuvent elles-mêmes devoir être localisées. , les liens entre les entrées, plusieurs langues et plusieurs documents dans un même fichier. Et il n’a pas à être refait à chaque nouvel échange : le même fichier va vers n’importe quel outil qui lit le format, et chacun peut continuer à travailler dans l’outil qu’il préfère.

Produire le fichier ne règle que la moitié du problème. L’outil qui le reçoit doit encore comprendre ce qu’il contient, et échanger des données que l’autre côté peut réellement exploiter, c’est ce à quoi servent ces formats. Cette propriété porte un nom.

Trois formats pour trois besoins

TMX, TBX et XLIFF ont été développés pour résoudre ce problème : le premier échange des mémoires de traduction, le deuxième des bases terminologiques, le troisième du contenu en cours de traduction. Tous trois reposent sur XML eXtensible Markup Language (XML)langage de balisage extensible (XML) XMLXML A markup language and W3C standard for storing structured data as plain text: elements delimited by tags, with attributes on them, nested in a hierarchy.Langage de balisage et norme du W3C pour représenter des données structurées en texte brut : des éléments délimités par des balises, dotés d'attributs et imbriqués en hiérarchie. .

Un outil peut annoncer qu’il prend en charge TMX ou XLIFF sans les lire exactement comme le vôtre : ce que l’interopérabilité donne en pratique est donc une autre question que ce que les normes définissent.

Annotations inside the text

The idea behind markup: the annotations that describe the text (its structure, its role, its metadata metadatamétadonnée datadonnées Structured information that describes, identifies, or provides context for other data. In a marked-up document or translation format, metadata may indicate the language, author, creation date, file type, segment identifier, translation status, subject field, or origin of the content. Metadata may be stored in elements or attributes. It is generally distinguished from the main content to be translated, although some metadata values may themselves require localization.Information structurée qui décrit, identifie ou contextualise d'autres données. Dans un document balisé ou un format de traduction, les métadonnées peuvent indiquer la langue, l'auteur, la date de création, le type de fichier, l'identifiant d'un segment, son état de traduction, le domaine ou la provenance du contenu. Elles peuvent être stockées dans des éléments ou dans des attributs. On les distingue généralement du contenu principal à traduire, même si certaines de leurs valeurs peuvent elles-mêmes devoir être localisées. ) are placed inside the text itself while staying distinguishable from the content. A program reads the same file a human does and can tell which part is content and which part is description.

In the languages this module deals with, an annotation is a tag tagbalise markupbalisage A marker that delimits and identifies an element in a markup document, usually working as a pair: an opening tag and a closing tag around the content they label.Marqueur qui délimite et identifie un élément dans un document balisé, fonctionnant généralement par paire : une balise ouvrante et une balise fermante autour du contenu qu'elles désignent. written between angle brackets, usually one before the text it describes and one after it. Here it is enough to recognize the shape.

XML

XML imposes no vocabulary of its own: each format defines the tags it needs. TMX talks about translation units translation unit (TU)unité de traduction (UT) CAT toolsTAO A record that associates a source-language segment with its target-language equivalent, usually together with relevant metadata.Enregistrement qui associe un segment de la langue source à son équivalent dans la langue cible, généralement accompagné de métadonnées. , TBX about concepts and terms, XLIFF XML Localization Interchange File Format (XLIFF)XML Localization Interchange File Format (XLIFF) exchange formatsformats d'échange The XML-based bilingual format for passing content through a localization workflow: source and target segments travel together with workflow metadata such as translation status, rather than exchanging linguistic resources.Format bilingue fondé sur XML pour faire circuler du contenu dans un flux de localisation : segments source et cible voyagent ensemble, avec des métadonnées de flux de travail comme le statut de traduction, contrairement aux formats d'échange de ressources linguistiques. about files and segments segmentsegment CAT toolsTAO A portion of translatable content that a CAT tool treats as a discrete unit for translation, alignment, storage and match retrieval.Portion de contenu à traduire qu'un outil de TAO traite comme une unité distincte aux fins de traduction, d'alignement, de stockage et de recherche de correspondances. . All three are XML, which is why one chapter on reading XML prepares you for all three.

The sentence from our fictional client, Cascade Pumps Inc., as it travels in their XLIFF file:

<segment>
    <source>Install the centrifugal pump on a level surface.</source>
    <target>Installez la pompe centrifuge sur une surface plane.</target>
</segment>

HTML

HTML is the other markup language you are certain to come across. Web pages are written in it, so any web content that is not a PDF or an image reaches you as HTML. Unlike an XML format, it comes with its tag names already fixed by its standard.

Here is the same sentence as it exists on the client’s website:

<p>Install the <strong>centrifugal pump</strong> on a level surface.</p>
<img src="pump-diagram.png" alt="Cutaway view of a centrifugal pump">

Three things to notice:

• <p> marks a paragraph and <strong> an emphasis. Those names come from the HTML standard; you do not choose them.
• The text to translate is the text between the tags.
• Some of it is inside a tag: alt gives the description of the image, read by people who cannot see it. src, which names the image file, is not translated.

Des annotations dans le texte

L’idée du balisage : les annotations qui décrivent le texte (sa structure, son rôle, ses métadonnées metadatamétadonnée datadonnées Structured information that describes, identifies, or provides context for other data. In a marked-up document or translation format, metadata may indicate the language, author, creation date, file type, segment identifier, translation status, subject field, or origin of the content. Metadata may be stored in elements or attributes. It is generally distinguished from the main content to be translated, although some metadata values may themselves require localization.Information structurée qui décrit, identifie ou contextualise d'autres données. Dans un document balisé ou un format de traduction, les métadonnées peuvent indiquer la langue, l'auteur, la date de création, le type de fichier, l'identifiant d'un segment, son état de traduction, le domaine ou la provenance du contenu. Elles peuvent être stockées dans des éléments ou dans des attributs. On les distingue généralement du contenu principal à traduire, même si certaines de leurs valeurs peuvent elles-mêmes devoir être localisées. ) sont insérées dans le texte lui-même, tout en restant distinguables du contenu. Un programme lit donc le même fichier qu’un humain et sait ce qui est du contenu et ce qui est de la description.

Dans les langages dont traite ce module, une annotation est une balise tagbalise markupbalisage A marker that delimits and identifies an element in a markup document, usually working as a pair: an opening tag and a closing tag around the content they label.Marqueur qui délimite et identifie un élément dans un document balisé, fonctionnant généralement par paire : une balise ouvrante et une balise fermante autour du contenu qu'elles désignent. écrite entre chevrons, en général une avant le texte qu’elle décrit et une après. Il suffit ici d’en reconnaître la forme.

XML

XML n’impose aucun vocabulaire : chaque format définit les balises dont il a besoin. TMX parle d’unités de traduction translation unit (TU)unité de traduction (UT) CAT toolsTAO A record that associates a source-language segment with its target-language equivalent, usually together with relevant metadata.Enregistrement qui associe un segment de la langue source à son équivalent dans la langue cible, généralement accompagné de métadonnées. , TBX de concepts et de termes, XLIFF XML Localization Interchange File Format (XLIFF)XML Localization Interchange File Format (XLIFF) exchange formatsformats d'échange The XML-based bilingual format for passing content through a localization workflow: source and target segments travel together with workflow metadata such as translation status, rather than exchanging linguistic resources.Format bilingue fondé sur XML pour faire circuler du contenu dans un flux de localisation : segments source et cible voyagent ensemble, avec des métadonnées de flux de travail comme le statut de traduction, contrairement aux formats d'échange de ressources linguistiques. de fichiers et de segments segmentsegment CAT toolsTAO A portion of translatable content that a CAT tool treats as a discrete unit for translation, alignment, storage and match retrieval.Portion de contenu à traduire qu'un outil de TAO traite comme une unité distincte aux fins de traduction, d'alignement, de stockage et de recherche de correspondances. . Les trois sont du XML, et c’est pourquoi un seul chapitre sur la lecture du XML vous prépare aux trois.

La phrase de notre client fictif, Cascade Pumps Inc., telle qu’elle voyage dans son fichier XLIFF :

<segment>
    <source>Install the centrifugal pump on a level surface.</source>
    <target>Installez la pompe centrifuge sur une surface plane.</target>
</segment>

HTML

HTML est l’autre langage de balisage que vous rencontrerez à coup sûr. Les pages web sont écrites en HTML ; tout contenu web qui n’est ni un PDF ni une image vous arrive donc sous cette forme. Contrairement à un format XML, ses noms de balises sont déjà fixés par sa norme.

Voici la même phrase telle qu’elle existe sur le site web du client :

<p>Install the <strong>centrifugal pump</strong> on a level surface.</p>
<img src="pump-diagram.png" alt="Cutaway view of a centrifugal pump">

Trois choses à remarquer :

• <p> marque un paragraphe et <strong> une mise en relief. Ces noms viennent de la norme HTML ; vous ne les choisissez pas.
• Le texte à traduire est celui qui se trouve entre les balises.
• Du texte à traduire se trouve aussi dans une balise : alt porte la description de l’image, lue par les personnes qui ne la voient pas. src, qui nomme le fichier image, ne se traduit pas.

Any editor opens it

You can open a TMX, XLIFF or HTML file in Notepad (Windows) or TextEdit (Mac) and see how it is put together. No specialized software is needed, because there is nothing in the file to decode: characters, one after another.

A line break is a character

Among those characters is the one that ends a line. You never see it, but it is in the file like any other, and it is what divides the file into lines. A file with two of them has three lines, whatever it looks like on screen.

Word processors give you a way to see them: the button usually marked ¶, which displays the invisible characters on screen, paragraph marks and line breaks along with spaces and tabs. It changes nothing in the file. It only stops hiding what is already in it.

Word wrap writes nothing

When a line is too long for the window, an editor breaks it so you can read it without scrolling sideways. That break is drawn, not written: the same file wraps differently in a narrower window, in another editor, or at a larger font size, and none of that changes the file.

The two get confused because both look like a new line. The difference shows the moment you count something:

• Line numbers. An editor numbers the lines in the file, not the rows on screen, so line 2 can occupy four rows.
• One record per line. A CSV or TSV file normally puts one record on each line. A record that wraps on screen is still one record, and a stray line break inside one splits it in two, unless the field it falls in is quoted.
• Regular expressions regular expression (regex)expression rationnelle regular expressionsexpressions rationnelles A pattern describing a set of character strings, built from literal characters and metacharacters with special meanings; used to search, filter and transform text by structure rather than by exact wording.Motif décrivant un ensemble de chaînes de caractères, formé de caractères littéraux et de métacaractères à signification spéciale ; sert à chercher, filtrer et transformer du texte selon sa structure plutôt que selon une formulation exacte. . ^ and $ match at a line break in the file, never where the window happens to end. The page on line anchors teaches them.
• XML. A file that arrives on one very long line is intact, which is why what an XML file looks like says the indentation is a convention rather than a requirement.

N’importe quel éditeur l’ouvre

Vous pouvez ouvrir un fichier TMX, XLIFF ou HTML dans le Bloc-notes (Windows) ou TextEdit (Mac) et voir comment il est construit. Aucun logiciel spécialisé n’est nécessaire, parce qu’il n’y a rien à décoder dans le fichier : des caractères, les uns après les autres.

Le saut de ligne est un caractère

Parmi ces caractères, il y en a un qui termine la ligne. Vous ne le voyez jamais, mais il est dans le fichier comme les autres, et c’est lui qui découpe le fichier en lignes. Un fichier qui en compte deux a trois lignes, quelle que soit son allure à l’écran.

Les traitements de texte offrent un moyen de les voir : le bouton marqué ¶ d’ordinaire, qui affiche à l’écran les caractères invisibles, marques de paragraphe et sauts de ligne, mais aussi espaces et tabulations. Il ne change rien au fichier. Il cesse seulement de cacher ce qui s’y trouve déjà.

Le retour à la ligne automatique n’écrit rien

Quand une ligne est trop longue pour la fenêtre, l’éditeur la coupe pour vous éviter de défiler latéralement. Cette coupure est dessinée, pas écrite : le même fichier se replie autrement dans une fenêtre plus étroite, dans un autre éditeur ou avec une police plus grande, et rien de tout cela ne change le fichier.

On confond les deux parce que l’une comme l’autre ressemble à une nouvelle ligne. La différence apparaît dès qu’il faut compter :

• Les numéros de ligne. L’éditeur numérote les lignes du fichier, pas les rangées à l’écran : la ligne 2 peut donc occuper quatre rangées.
• Un enregistrement par ligne. Un fichier CSV ou TSV place normalement un enregistrement par ligne. Un enregistrement qui se replie à l’écran reste un seul enregistrement, et un saut de ligne égaré à l’intérieur le coupe en deux, sauf si le champ où il tombe est entre guillemets.
• Les expressions rationnelles regular expression (regex)expression rationnelle regular expressionsexpressions rationnelles A pattern describing a set of character strings, built from literal characters and metacharacters with special meanings; used to search, filter and transform text by structure rather than by exact wording.Motif décrivant un ensemble de chaînes de caractères, formé de caractères littéraux et de métacaractères à signification spéciale ; sert à chercher, filtrer et transformer du texte selon sa structure plutôt que selon une formulation exacte. . ^ et $ correspondent à un saut de ligne du fichier, jamais à l’endroit où la fenêtre s’arrête. La page sur les ancres de ligne les enseigne.
• XML. Un fichier qui arrive sur une seule très longue ligne est intact, et c’est pourquoi à quoi ressemble le XML présente l’indentation comme une convention et non comme une obligation.

An XML file with no formatting is a wall of plain text: that is the first view in the figure above. In an editor that applies syntax highlighting, and with the indentation its author gave it, the same file becomes far easier to follow while remaining nothing but text: that is the second view. Once you can see the structure those indents mark out, you are looking at a hierarchy, elements elementélément XMLXML The building block of an XML document: an opening tag, the content it delimits and a closing tag, or a single empty-element tag when there is no content.Unité de base d'un document XML : une balise ouvrante, le contenu qu'elle délimite et une balise fermante, ou une seule balise d'élément vide quand il n'y a pas de contenu. nested inside elements, and that is why the same file can be drawn as the tree in the third view.

That structure is made of elements and tags, of the attributes attached to them, and of the hierarchy they build.Every example in this chapter is an excerpt. A complete XML file opens with a declaration, <?xml version="1.0" encoding="UTF-8"?>, taken up on the encoding page.

Un fichier XML sans mise en forme est un mur de texte brut : c’est la première vue de la figure ci-dessus. Dans un éditeur qui applique la coloration syntaxique, et avec l’indentation que son auteur lui a donnée, le même fichier devient bien plus facile à suivre tout en restant du simple texte : c’est la deuxième vue. Dès que vous voyez la structure que ces indentations dessinent, vous avez sous les yeux une hiérarchie, des éléments elementélément XMLXML The building block of an XML document: an opening tag, the content it delimits and a closing tag, or a single empty-element tag when there is no content.Unité de base d'un document XML : une balise ouvrante, le contenu qu'elle délimite et une balise fermante, ou une seule balise d'élément vide quand il n'y a pas de contenu. logés dans d’autres éléments, et c’est elle qui permet de représenter le même fichier par l’arbre de la troisième vue.

Cette structure est faite d’éléments et de balises, des attributs qu’ils portent, et de la hiérarchie qu’ils construisent.Tous les exemples de ce chapitre sont des extraits. Un fichier XML complet s’ouvre par une déclaration, <?xml version="1.0" encoding="UTF-8"?>, reprise à la page sur le codage.

Elements and tags

• <seg> is the opening tag;
• </seg> is the closing tag;
• the text between the two is the element’s content.

Whether text appears inside a tag or between two tags decides what that text is. Between the tags comes the text itself: a segment waiting to be translated, a translation already made, a term in a glossary. A tool puts that on screen, and it gets edited as text. A tag gives a description of it instead: its language, its date, the unit it belongs to. That description makes the file work, and it stays as it is. Both have their exceptions: an HTML alt, seen earlier in this module, lives inside a tag and does get translated, while an XLIFF XML Localization Interchange File Format (XLIFF)XML Localization Interchange File Format (XLIFF) exchange formatsformats d'échange The XML-based bilingual format for passing content through a localization workflow: source and target segments travel together with workflow metadata such as translation status, rather than exchanging linguistic resources.Format bilingue fondé sur XML pour faire circuler du contenu dans un flux de localisation : segments source et cible voyagent ensemble, avec des métadonnées de flux de travail comme le statut de traduction, contrairement aux formats d'échange de ressources linguistiques. <note> comes between tags but is a message to you rather than text to work on.

Attributes

Simplified excerpt from a TMX file:

<tu tuid="41" creationdate="20240915T093000Z">
    <tuv xml:lang="en-CA">
        <seg>Install the pump on a level surface.</seg>
    </tuv>
</tu>

tuid, creationdate and xml:lang are attributes.TMX fixes the date format: year, month, day, a T, then the time in universal time and a Z. 20240915T093000Z reads as 15 September 2024 at 9:30 UTC. Here the text to translate lies between the tags and the metadata metadatamétadonnée datadonnées Structured information that describes, identifies, or provides context for other data. In a marked-up document or translation format, metadata may indicate the language, author, creation date, file type, segment identifier, translation status, subject field, or origin of the content. Metadata may be stored in elements or attributes. It is generally distinguished from the main content to be translated, although some metadata values may themselves require localization.Information structurée qui décrit, identifie ou contextualise d'autres données. Dans un document balisé ou un format de traduction, les métadonnées peuvent indiquer la langue, l'auteur, la date de création, le type de fichier, l'identifiant d'un segment, son état de traduction, le domaine ou la provenance du contenu. Elles peuvent être stockées dans des éléments ou dans des attributs. On les distingue généralement du contenu principal à traduire, même si certaines de leurs valeurs peuvent elles-mêmes devoir être localisées. (identifier, date, language) goes in the attributes. That split is common, and XML does not require it: the standard gives the two forms no particular meaning, and a format can perfectly well keep its metadata in child elements. TBX does.

Empty elements

An element with no content is written as a single tag, closed with a slash:

<ph id="3"/>

ph is short for placeholder.The name comes from XLIFF, where <ph> stands for something in the original document that has no text of its own. TMX has a <ph> too, but there it has the original code as its content instead of standing empty. You will find empty elements mostly inside segments, where they stand in for whatever the original document had at that spot and is not text: a line break, an image, an automatic field. In HTML HyperText Markup Language (HTML)langage HTML (HTML) markupbalisage The markup language of web pages: a vocabulary of elements laid down by a standard, marking headings, paragraphs, links, images and the rest, which a browser renders.Langage de balisage des pages web : un vocabulaire d'éléments fixé par une norme, qui marque les titres, les paragraphes, les liens, les images et le reste, et qu'un navigateur affiche. , <br> and <img> do the same job.

Hierarchy

Elements nest inside one another and form a tree: each element can contain other elements, its children.

<tu>
    <tuv xml:lang="en-CA">
        <seg>Install the pump on a level surface.</seg>
    </tuv>
    <tuv xml:lang="fr-CA">
        <seg>Installez la pompe sur une surface plane.</seg>
    </tuv>
</tu>

A translation unit translation unit (TU)unité de traduction (UT) CAT toolsTAO A record that associates a source-language segment with its target-language equivalent, usually together with relevant metadata.Enregistrement qui associe un segment de la langue source à son équivalent dans la langue cible, généralement accompagné de métadonnées. (tu) contains its language variants (tuv, translation unit variant), which each contain their segment segmentsegment CAT toolsTAO A portion of translatable content that a CAT tool treats as a discrete unit for translation, alignment, storage and match retrieval.Portion de contenu à traduire qu'un outil de TAO traite comme une unité distincte aux fins de traduction, d'alignement, de stockage et de recherche de correspondances. (seg). This nesting is what lets rich structures be represented in a plain text file that machines and humans can both read. Figure 1figure 1 draws exactly this nesting.

Éléments et balises

• <seg> est la balise ouvrante ;
• </seg> est la balise fermante ;
• le texte entre les deux est le contenu de l’élément.

Selon qu’un texte apparaît dans une balise ou entre deux balises, sa nature n’est pas la même. Entre les balises vient le texte lui-même : un segment à traduire, une traduction déjà faite, un terme dans un glossaire. Un outil l’affiche, et il se modifie comme du texte. Une balise donne plutôt une description de ce texte : sa langue, sa date, l’unité à laquelle il appartient. Cette description fait fonctionner le fichier et ne se touche pas. Les deux ont leurs exceptions : un alt HTML, vu plus tôt dans ce module, est dans une balise et se traduit bel et bien, tandis qu’un <note> XLIFF XML Localization Interchange File Format (XLIFF)XML Localization Interchange File Format (XLIFF) exchange formatsformats d'échange The XML-based bilingual format for passing content through a localization workflow: source and target segments travel together with workflow metadata such as translation status, rather than exchanging linguistic resources.Format bilingue fondé sur XML pour faire circuler du contenu dans un flux de localisation : segments source et cible voyagent ensemble, avec des métadonnées de flux de travail comme le statut de traduction, contrairement aux formats d'échange de ressources linguistiques. vient entre des balises mais s’adresse à vous au lieu d’être du texte à traiter.

Attributs

Extrait simplifié d’un fichier TMX :

<tu tuid="41" creationdate="20240915T093000Z">
    <tuv xml:lang="en-CA">
        <seg>Install the pump on a level surface.</seg>
    </tuv>
</tu>

tuid, creationdate et xml:lang sont des attributs.TMX impose le format des dates : année, mois, jour, un T, puis l’heure en temps universel et un Z. 20240915T093000Z se lit « le 15 septembre 2024 à 9 h 30 UTC ». Ici, le texte à traduire est entre les balises et les métadonnées metadatamétadonnée datadonnées Structured information that describes, identifies, or provides context for other data. In a marked-up document or translation format, metadata may indicate the language, author, creation date, file type, segment identifier, translation status, subject field, or origin of the content. Metadata may be stored in elements or attributes. It is generally distinguished from the main content to be translated, although some metadata values may themselves require localization.Information structurée qui décrit, identifie ou contextualise d'autres données. Dans un document balisé ou un format de traduction, les métadonnées peuvent indiquer la langue, l'auteur, la date de création, le type de fichier, l'identifiant d'un segment, son état de traduction, le domaine ou la provenance du contenu. Elles peuvent être stockées dans des éléments ou dans des attributs. On les distingue généralement du contenu principal à traduire, même si certaines de leurs valeurs peuvent elles-mêmes devoir être localisées. (identifiant, date, langue) sont dans les attributs. C’est une répartition fréquente, que XML n’impose pas : la norme n’attribue aucun sens particulier aux deux formes, et un format peut parfaitement ranger ses métadonnées dans des éléments enfants. TBX le fait.

Éléments vides

Un élément sans contenu s’écrit d’une seule balise, fermée par une barre oblique :

<ph id="3"/>

ph est l’abréviation de l’anglais placeholder.Le nom vient de XLIFF, où <ph> tient la place de quelque chose qui, dans le document d’origine, n’a pas de texte propre. TMX a aussi un <ph>, mais il contient le code d’origine au lieu de rester vide. Vous rencontrerez surtout des éléments vides à l’intérieur des segments, où ils remplacent ce que le document d’origine avait à cet endroit et qui n’est pas du texte : un saut de ligne, une image, un champ automatique. En HTML HyperText Markup Language (HTML)langage HTML (HTML) markupbalisage The markup language of web pages: a vocabulary of elements laid down by a standard, marking headings, paragraphs, links, images and the rest, which a browser renders.Langage de balisage des pages web : un vocabulaire d'éléments fixé par une norme, qui marque les titres, les paragraphes, les liens, les images et le reste, et qu'un navigateur affiche. , <br> et <img> jouent le même rôle.

Hiérarchie

Les éléments s’imbriquent les uns dans les autres et forment un arbre : chaque élément peut contenir d’autres éléments, ses enfants.

<tu>
    <tuv xml:lang="en-CA">
        <seg>Install the pump on a level surface.</seg>
    </tuv>
    <tuv xml:lang="fr-CA">
        <seg>Installez la pompe sur une surface plane.</seg>
    </tuv>
</tu>

Une unité de traduction translation unit (TU)unité de traduction (UT) CAT toolsTAO A record that associates a source-language segment with its target-language equivalent, usually together with relevant metadata.Enregistrement qui associe un segment de la langue source à son équivalent dans la langue cible, généralement accompagné de métadonnées. (tu) contient ses variantes de langue (tuv, translation unit variant), et chaque variante son segment segmentsegment CAT toolsTAO A portion of translatable content that a CAT tool treats as a discrete unit for translation, alignment, storage and match retrieval.Portion de contenu à traduire qu'un outil de TAO traite comme une unité distincte aux fins de traduction, d'alignement, de stockage et de recherche de correspondances. (seg). C’est cette imbrication qui permet de représenter des structures riches dans un simple fichier texte, interprétable à la fois par les machines et par les humains. La Figure 1figure 1 dessine exactement cette imbrication.

From bytes to characters

Plain text and its lines said a file is characters and nothing else. That is true of what the file means; what it stores is bytes, and an encoding is the agreement that turns one back into the other. If the agreement is wrong, the letters come back wrong, which is why this is the problem French text hits first.

The declaration says which one

The very first line of an XML file is its declaration:

<?xml version="1.0" encoding="UTF-8"?>

encoding names the agreement the file was written under. UTF-8 covers accents, non-Latin alphabets and almost everything else, and it is what TMX, TBX and XLIFF use.Some programs, Windows ones above all, start a UTF-8 file with three invisible bytes announcing the encoding, called a byte order mark or BOM. Most tools take it in their stride, but one that does not will show it as  in front of the first character, or trip over a first line that looks perfectly normal on screen. If a file misbehaves only on its first line, this is usually why, and a text editor that offers to save “UTF-8 without BOM” is offering the fix.

When it goes wrong

An accented letter is where the trouble shows, because in UTF-8 it takes two bytes rather than one. Written as UTF-8 and read as if it were an older one-byte encoding, “é” arrives as two letters instead:

A whole file of that is the classic symptom: every accent has turned into two characters, and nothing else has moved. It means the file was written under one agreement and read under another, not that the text was damaged, so opening it again with the right encoding usually brings it back.The other direction is uglier. In a one-byte file opened as UTF-8, the accented bytes make no valid character at all, so they come back as �. Save the file in that state and the original letter is gone for good.

Des octets aux caractères

Le texte brut et ses lignes disait qu’un fichier est fait de caractères et de rien d’autre. C’est vrai de ce que le fichier signifie ; ce qu’il stocke, ce sont des octets, et le codage est la convention qui fait passer des uns aux autres. Si la convention est fausse, les lettres reviennent fausses, et c’est pourquoi le texte français rencontre ce problème avant tout autre.

La déclaration dit laquelle

La toute première ligne d’un fichier XML est sa déclaration :

<?xml version="1.0" encoding="UTF-8"?>

encoding nomme la convention selon laquelle le fichier a été écrit. UTF-8 couvre les accents, les alphabets non latins et à peu près tout le reste, et c’est ce qu’emploient TMX, TBX et XLIFF.Certains logiciels, ceux de Windows au premier chef, font commencer un fichier UTF-8 par trois octets invisibles qui annoncent le codage, ce qu’on appelle une marque d’ordre des octets, ou BOM (byte order mark). La plupart des outils s’en accommodent, mais celui qui ne le fait pas l’affiche sous la forme  devant le premier caractère, ou bute sur une première ligne qui semble pourtant normale à l’écran. Quand un fichier ne pose problème que sur sa première ligne, c’est en général cela, et un éditeur de texte qui propose d’enregistrer en « UTF-8 sans BOM » propose la solution.

Quand cela tourne mal

C’est sur les lettres accentuées que l’ennui se voit, parce qu’en UTF-8 elles occupent deux octets au lieu d’un. Écrit en UTF-8 puis relu comme s’il s’agissait d’un ancien codage à un octet, le « é » arrive sous la forme de deux lettres :

Un fichier entier dans cet état, c’est le symptôme classique : chaque accent s’est transformé en deux caractères, et rien d’autre n’a bougé. Cela veut dire que le fichier a été écrit selon une convention et relu selon une autre, non que le texte a été abîmé : le rouvrir avec le bon codage le rétablit généralement.L’autre sens est plus vilain. Dans un fichier à un octet relu en UTF-8, les octets accentués ne forment aucun caractère valide : ils reviennent sous la forme de �. Enregistrez le fichier dans cet état et la lettre d’origine est perdue pour de bon.

The same sentence in two languages

Back to the sentence from the guide of our fictional client, Cascade Pumps Inc.:

<p>Install the <strong>centrifugal pump</strong> on a level surface.</p>

In French:

<p>Installez la <strong>pompe centrifuge</strong> sur une surface plane.</p>

The text changed, the structure did not. The tags are the same and there are as many of them, and <strong> followed the term it emphasizes, which no longer comes at the same place in the sentence.

What is translated

• Element content, meaning the text between the tags. In TMX, TBX and XLIFF XML Localization Interchange File Format (XLIFF)XML Localization Interchange File Format (XLIFF) exchange formatsformats d'échange The XML-based bilingual format for passing content through a localization workflow: source and target segments travel together with workflow metadata such as translation status, rather than exchanging linguistic resources.Format bilingue fondé sur XML pour faire circuler du contenu dans un flux de localisation : segments source et cible voyagent ensemble, avec des métadonnées de flux de travail comme le statut de traduction, contrairement aux formats d'échange de ressources linguistiques. , that is always where the text to translate is.
• A few attribute values, the ones whose text is meant to be read: in HTML HyperText Markup Language (HTML)langage HTML (HTML) markupbalisage The markup language of web pages: a vocabulary of elements laid down by a standard, marking headings, paragraphs, links, images and the rest, which a browser renders.Langage de balisage des pages web : un vocabulaire d'éléments fixé par une norme, qui marque les titres, les paragraphes, les liens, les images et le reste, et qu'un navigateur affiche. , alt and title.

What is left alone

• Tag tagbalise markupbalisage A marker that delimits and identifies an element in a markup document, usually working as a pair: an opening tag and a closing tag around the content they label.Marqueur qui délimite et identifie un élément dans un document balisé, fonctionnant généralement par paire : une balise ouvrante et une balise fermante autour du contenu qu'elles désignent. names. <p>, <seg>, <term> are part of the format; translating them makes the file unusable.
• Identifiers and language codes. id, tuid, xml:lang connect the elements to each other and tell the tool which language it is reading.
• File names and paths, such as src="pump-diagram.png".
• The header. The tool writes it and uses it.

Inline tags inside the segment

This is the daily point of friction. In your CAT tool these tags do not appear in their XML form: you see small numbered markers to place in the target segment segmentsegment CAT toolsTAO A portion of translatable content that a CAT tool treats as a discrete unit for translation, alignment, storage and match retrieval.Portion de contenu à traduire qu'un outil de TAO traite comme une unité distincte aux fins de traduction, d'alignement, de stockage et de recherche de correspondances. . Three rules:

• every tag in the source segment has to turn up in the target segment;
• an opening tag and its closing tag wrap the matching stretch of text, which can move within the sentence;
• their order can change, their number and their pairing cannot.

Depending on the tool, a missing inline tag gives you a quality-assurance warning, formatting lost in the delivered document, or a file rejected when the original document is rebuilt.Files fail in two different ways, and the words for them are worth knowing. A file that follows XML’s own rules, every tag closed and properly nested, every reserved character reserved charactercaractère réservé markupbalisage A character with a special syntactic function in a programming or markup language. Where it should appear as ordinary text instead, it usually has to be written another way, as a short code standing in for it: in XML, "&" and "<" cannot generally appear literally in text and are written "&amp;" and "&lt;". Whether it counts as reserved depends on the context; it is not necessarily prohibited everywhere in the document.Caractère auquel un langage de programmation ou de balisage attribue une fonction syntaxique particulière. Lorsqu'il doit plutôt apparaître comme texte ordinaire, il faut le plus souvent l'écrire autrement, au moyen d'un code court qui le remplace : en XML, « & » et « < » ne peuvent généralement pas figurer tels quels dans le texte et s'écrivent « &amp; » et « &lt; ». Qu'il soit réservé ou non dépend du contexte ; il n'est pas nécessairement interdit partout dans le document. replaced, is well-formed; break one of those and no program will read it at all. A file that is also built the way its format requires, the right elements in the right places, is valid; break that and the file still opens, but the tool it was meant for refuses it or quietly ignores what it does not expect.

La même phrase en deux langues

Reprenons la phrase du guide de notre client fictif, Cascade Pumps Inc. :

<p>Install the <strong>centrifugal pump</strong> on a level surface.</p>

En français :

<p>Installez la <strong>pompe centrifuge</strong> sur une surface plane.</p>

Le texte a changé, la structure non. Les balises sont les mêmes et en même nombre, et <strong> a suivi le terme qu’il met en relief, lequel n’occupe plus la même place dans la phrase.

Ce qui se traduit

• Le contenu des éléments, c’est-à-dire le texte entre les balises. Dans TMX, TBX et XLIFF XML Localization Interchange File Format (XLIFF)XML Localization Interchange File Format (XLIFF) exchange formatsformats d'échange The XML-based bilingual format for passing content through a localization workflow: source and target segments travel together with workflow metadata such as translation status, rather than exchanging linguistic resources.Format bilingue fondé sur XML pour faire circuler du contenu dans un flux de localisation : segments source et cible voyagent ensemble, avec des métadonnées de flux de travail comme le statut de traduction, contrairement aux formats d'échange de ressources linguistiques. , c’est toujours là que se trouve le texte à traduire.
• Quelques valeurs d’attributs, celles qui portent du texte destiné à être lu : en HTML HyperText Markup Language (HTML)langage HTML (HTML) markupbalisage The markup language of web pages: a vocabulary of elements laid down by a standard, marking headings, paragraphs, links, images and the rest, which a browser renders.Langage de balisage des pages web : un vocabulaire d'éléments fixé par une norme, qui marque les titres, les paragraphes, les liens, les images et le reste, et qu'un navigateur affiche. , alt et title.

Ce qui ne se touche pas

• Les noms de balises tagbalise markupbalisage A marker that delimits and identifies an element in a markup document, usually working as a pair: an opening tag and a closing tag around the content they label.Marqueur qui délimite et identifie un élément dans un document balisé, fonctionnant généralement par paire : une balise ouvrante et une balise fermante autour du contenu qu'elles désignent. . <p>, <seg>, <term> font partie du format ; les traduire rend le fichier inutilisable.
• Les identifiants et les codes de langue. id, tuid, xml:lang relient les éléments entre eux et disent à l’outil quelle langue il lit.
• Les noms de fichiers et les chemins, comme src="pump-diagram.png".
• L’en-tête. L’outil l’écrit et s’en sert.

Les balises internes dans le segment

C’est le point de friction quotidien. Dans votre outil de TAO, ces balises n’apparaissent pas sous leur forme XML : vous voyez de petits marqueurs numérotés, à replacer dans le segment segmentsegment CAT toolsTAO A portion of translatable content that a CAT tool treats as a discrete unit for translation, alignment, storage and match retrieval.Portion de contenu à traduire qu'un outil de TAO traite comme une unité distincte aux fins de traduction, d'alignement, de stockage et de recherche de correspondances. cible. Trois règles :

• toutes les balises du segment source doivent se retrouver dans le segment cible ;
• une balise ouvrante et sa fermante encadrent le passage correspondant, qui peut se déplacer dans la phrase ;
• leur ordre peut changer, leur nombre et leur appariement non.

Selon l’outil, une balise interne manquante donne un avertissement de contrôle qualité, une mise en forme perdue dans le document livré, ou un fichier refusé au moment de reconstruire le document d’origine.Un fichier peut échouer de deux façons, et il vaut la peine de connaître les mots qui les distinguent. Un fichier qui respecte les règles propres à XML, chaque balise fermée et correctement imbriquée, chaque caractère réservé reserved charactercaractère réservé markupbalisage A character with a special syntactic function in a programming or markup language. Where it should appear as ordinary text instead, it usually has to be written another way, as a short code standing in for it: in XML, "&" and "<" cannot generally appear literally in text and are written "&amp;" and "&lt;". Whether it counts as reserved depends on the context; it is not necessarily prohibited everywhere in the document.Caractère auquel un langage de programmation ou de balisage attribue une fonction syntaxique particulière. Lorsqu'il doit plutôt apparaître comme texte ordinaire, il faut le plus souvent l'écrire autrement, au moyen d'un code court qui le remplace : en XML, « & » et « < » ne peuvent généralement pas figurer tels quels dans le texte et s'écrivent « &amp; » et « &lt; ». Qu'il soit réservé ou non dépend du contexte ; il n'est pas nécessairement interdit partout dans le document. remplacé, est bien formé ; enfreignez l’une de ces règles et plus aucun programme ne le lira. Un fichier qui est en plus construit comme son format l’exige, les bons éléments aux bons endroits, est valide ; enfreignez cela et le fichier s’ouvre quand même, mais l’outil auquel il était destiné le refuse ou ignore en silence ce qu’il n’attendait pas.