Reading XMLLire du XML

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.

Strange characters, files that will not open

Two points of syntax turn up in every interchange file. Recognizing them saves you a headache later, over strange characters in the text or a file that no longer opens the way it should.

Reserved characters

Angle brackets delimit tags: a < in text would be read as the start of a tag. XML therefore gives it a replacement spelling, and gives the ampersand one too, since every replacement begins with an ampersand:

>, " and ' have replacement spellings too (>, ", '), required only in certain contexts; tools often write them anyway.

In practice: a company called Smith & Sons appears in the file as Smith & Sons, and the translation is written the same way. Do not replace & with & by hand, you would break the file.

Namespaces

The first 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. of 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. file looks like this:

<xliff xmlns="urn:oasis:names:tc:xliff:document:2.0" version="2.1"
       srcLang="en-CA" trgLang="fr-CA">

xmlns announces that <unit>, <segment> and the other tags that follow are XLIFF’s, and not those of some other format using the same names. A document can declare several namespaces, each marked by a prefix of the form prefix:tag. This is how a tool adds tags of its own to a standard format without colliding with it, and it is also a source of trouble in exchange: a tool that does not know that vocabulary will get nothing out of those tags.

One namespace is declared in advance by the XML standard itself, the one for the xml prefix. That is why xml:lang appears everywhere with no matching declaration in the file.

Caractères étranges, fichiers qui n’ouvrent plus

Deux détails de syntaxe reviennent dans tous les fichiers d’échange. Les reconnaître vous évitera bien des ennuis devant des caractères étranges ou un fichier qui ne s’ouvre plus comme il devrait.

Caractères réservés

Les chevrons délimitent les balises : un < dans du texte serait lu comme le début d’une balise. XML lui prévoit donc une écriture de remplacement, et à l’esperluette aussi, puisque chaque remplacement commence par une esperluette :

>, " et ' ont eux aussi une écriture de remplacement (>, ", '), obligatoire seulement dans certains contextes ; les outils les écrivent souvent par prudence.

En pratique : une entreprise nommée Smith & Sons apparaît dans le fichier sous la forme Smith & Sons, et la traduction s’écrit de la même façon. Ne remplacez pas & par & à la main, vous casseriez le fichier.

Espaces de noms

La première 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. d’un fichier 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. ressemble à ceci :

<xliff xmlns="urn:oasis:names:tc:xliff:document:2.0" version="2.1"
       srcLang="en-CA" trgLang="fr-CA">

xmlns annonce que <unit>, <segment> et les autres balises qui suivent sont celles de XLIFF, et non celles d’un autre format qui emploierait les mêmes noms. Un document peut déclarer plusieurs espaces de noms, chacun repéré par un préfixe de la forme prefixe:balise. C’est ainsi qu’un outil ajoute ses propres balises à un format normalisé sans entrer en conflit avec lui, et c’est aussi une source de difficultés à l’échange : un outil qui ne connaît pas ce vocabulaire ne tirera rien de ces balises.

Un espace de noms est déclaré d’avance par la norme XML elle-même, celui du préfixe xml. C’est pourquoi xml:lang apparaît partout sans déclaration correspondante dans le fichier.

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.