[发明专利]解析非结构化资源

说明书

背景

诸如应用程序和操作系统等软件产品经常以许多不同的语言版本来提供。 将软件产品从编写它的初始语言转换为其他语言的过程被称为“本地化”。通 常本地化是通过翻译该产品的用户界面(UI)中的所有字符串元素和任何其他 语言特有部分(例如，热键、坐标、大小)并然后重构该产品以产生该语言专 用版本来完成的。该本地化的产品然后在其能被发货到顾客之前需要大范围的 测试。这非常昂贵并且导致本地化版本的软件的缓慢交货。

已开发出其中本地化发生在运行时的不同的本地化方法。在该方法中，加 载基础产品(例如，原始英语版本)并且由资源截取器来插入经翻译的资源， 该资源由该资源截取器从语言特有词汇表文件中获得。这以应用程序不察觉到 的方式来完成。尽管该方法可能不翻译整个应用程序，但因为它去除了构建和 测试的需要，它提供了本地化软件产品的劳动力较不密集和较便宜的方式。它 还使第三方能够创建用于软件产品的新语言词汇表，其可导致该产品被本地化 为许多额外的语言。

为了使资源截取器能够翻译应用程序中的资源，该资源截取器必须能够标 识资源中可翻译的字符串。这对于诸如WIN32对话框或WIN32串表等结构化 资源而言是平常的，因为它们具有定义(例如，用标准)的结构，所以找到各 种资源并修改/替换它们是容易的。然而，并非所有资源都是结构化的。非结构 化(或流)资源是不具有预定义结构并且存储在文件或流中的文本资源。通常 这些资源能够使用诸如微软(商标)记事本等文本编辑器程序来查看/编辑。非 结构化资源的示例包括HTML文件(其包括字符串、标签和其他格式化字符)、 Java Script、INI文件、注册表文件、层叠样式表(CSS)和XML文件。存在 用于编写这些非结构化资源的大量模式并且需要正确模式的知识来标识非结 构化资源中的可翻译字符串。即使在一特定资源类型中，也可能存在可标识字 符串和其他本地化数据(诸如热键、大小和坐标)的许多不同的方式，例如：

第一HTML样本：<P ID＝Hello>Hello</P>

第二HTML样本：<P><!—ID＝ID_Hello-->Hello<!—end--></P>

第一Java Script样本：document.write(＂Hello＂)

第二Java Script样本：L_Hello_Message＝(＂Hello＂)

document.write(L_Hello_Message)

为了使资源加载器能够标识这些示例中的每一个中的可翻译字符串 (“Hello”)，它必须确切地知道该可翻译字符串在每种情况下是如何被标识 的。由于不存在定义的结构，因此资源加载器知道每个可能的模式、格式、外 部配置数据和规则是不可行的，因为这些东西不计其数。即使资源加载器的确 知道在特定情况下所使用的特定模式、格式和规则，解析仍将是缓慢的，并且 在许多应用程序中这将是不可接受的(例如，如果在运行的应用程序中的资源 加载期间执行)。此外，可在构建文件(例如，HTML文件)时移除标识符信 息(以上两个HTML示例中的“ID＝Hello”和“<!—ID＝ID_Hello-->...<!—end-->”) 以优化文件大小并使加载这些文件的应用程序能更高效地执行。或者(或此外) 可以出于机密性原因(例如，文件的注释可能是机密的)或为了创建有效的文 件结构(例如，HTML可能在移除标志之前是无效的)移除标识符信息。在这 些情况下，非结构化资源可能不包含标识可翻译资源的信息，例如：

第三HTML样本：<P>Hello</P>

这意味着资源加载器标识非结构化资源中的字符串是不可能的。

除了标识非结构化资源中的字符串的位置之外，还可能还必须确定用于对 其他数据的交叉引用(例如，对词汇表中的翻译)的每个字符串的唯一标识符。

本发明寻求提供缓解已知解析方法的问题的解析非结构化资源的方法，并 且也提供改进的解析工具。

概述

下面提供本发明的简化的概要以便为读者提供基本的理解。本概要不是本 发明的详尽概观，并且既不标识本发明的关键/决定性要素也不描绘本发明的范 围。其唯一目的是以简化形式提供在此公开一些概念作为稍后提供的更详细描 述的序言。