เอกสาร: การใช้งาน TacoTranslate

การใช้ TacoTranslate

Thai

การแปลสตริง

ปัจจุบันมีสามวิธีในการแปลสตริง: คอมโพเนนต์ Translate, ฮุก useTranslation, หรือยูทิลิตี้ translateEntries

การใช้คอมโพเนนต์ Translate.
แสดงคำแปลภายในองค์ประกอบ span, และรองรับการแสดงผล HTML.

import {Translate} from 'tacotranslate/react';

function Page() {
	return <Translate string="Hello, world!" />;
}

คุณสามารถเปลี่ยนประเภทขององค์ประกอบได้ เช่น ใช้ as="p" กับคอมโพเนนต์.

การใช้ฮุก useTranslation.
คืนค่าการแปลเป็นสตริงธรรมดา. มีประโยชน์ เช่น ในแท็ก meta.

import {useEffect} from 'react';
import {useTranslation} from 'tacotranslate/react';

function Page() {
	const helloWorld = useTranslation('Hello, world!');

	useEffect(() => {
		alert(helloWorld);
	}, [helloWorld]);

	return (
		<title>{useTranslation('My page title')}</title>
	);
}

การใช้ยูทิลิตี้ translateEntries
แปลสตริงบนฝั่งเซิร์ฟเวอร์. เพิ่มพลังให้ภาพ OpenGraph ของคุณ.

import {createEntry, translateEntries} from 'tacotranslate';

async function generateMetadata(locale = 'es') {
	const title = createEntry({string: 'Hello, world!'});
	const description = createEntry({string: 'TacoTranslate on the server'});

	const translations = await translateEntries(
		tacoTranslate,
		{origin: 'opengraph', locale},
		[title, description]
	);

	return {
		title: translations(title),
		description: translations(description)
	};
}

เมื่อสตริงมาถึงเซิร์ฟเวอร์ของเรา เราจะตรวจสอบความถูกต้องและบันทึกไว้ก่อน แล้วส่งการแปลด้วยเครื่องกลับทันที แม้ว่าการแปลด้วยเครื่องโดยทั่วไปจะมีคุณภาพต่ำกว่าการแปลด้วย AI ของเรา แต่ก็ให้การตอบกลับเริ่มต้นที่รวดเร็ว

ในเวลาเดียวกัน เราจะเริ่มงานแปลแบบอะซิงโครนัสเพื่อสร้างการแปลด้วย AI คุณภาพสูงและทันสมัยสำหรับสตริงของคุณ เมื่อการแปลด้วย AI พร้อมแล้ว มันจะเข้ามาแทนที่การแปลด้วยเครื่อง และจะถูกส่งทุกครั้งที่คุณขอการแปลสำหรับสตริงของคุณ

หากคุณแปลสตริงด้วยตนเอง การแปลเหล่านั้นจะมีลำดับความสำคัญก่อน และจะถูกส่งกลับแทน

การใช้งาน Origins

โปรเจกต์ TacoTranslate ประกอบด้วยสิ่งที่เราเรียกว่า origins. นึกถึงพวกมันเป็นจุดเข้าใช้งาน โฟลเดอร์ หรือกลุ่มสำหรับสตริงและคำแปลของคุณ

import {TacoTranslate} from 'tacotranslate/react';

function Menu() {
	return (
		<TacoTranslate origin="application-menu">
			// ...
		</TacoTranslate>
	);
}

Origins ช่วยให้คุณแยกสตริงออกเป็นคอนเทนเนอร์ที่มีความหมาย ตัวอย่างเช่น คุณอาจมี origin หนึ่งสำหรับเอกสาร และอีก origin สำหรับหน้าการตลาดของคุณ

เพื่อการควบคุมที่ละเอียดขึ้น คุณสามารถตั้งค่า origins ในระดับคอมโพเนนต์ได้.

หากต้องการทำเช่นนี้ ให้พิจารณา ใช้ผู้ให้บริการ TacoTranslate หลายราย ภายในโปรเจ็กต์ของคุณ.

โปรดทราบว่าสตริงเดียวกันอาจได้รับการแปลแตกต่างกันในแหล่งต่างๆ

โดยสรุป วิธีที่คุณแยกสตริงออกเป็น origins ขึ้นอยู่กับคุณและความต้องการของคุณ อย่างไรก็ตาม โปรดทราบว่าการมีสตริงจำนวนมากภายใน origin เดียวนั้นอาจทำให้เวลาในการโหลดเพิ่มขึ้น

การจัดการตัวแปร

คุณควรใช้ตัวแปรเสมอสำหรับเนื้อหาที่เปลี่ยนแปลงได้ เช่น ชื่อผู้ใช้ วันที่ ที่อยู่อีเมล และอื่นๆ.

ตัวแปรในสตริงถูกประกาศโดยใช้วงเล็บคู่ เช่น {{variable}}.

import {Translate} from 'tacotranslate/react';

function Greeting() {
	const name = 'Juan';
	return <Translate string="Hello, {{name}}!" variables={{name}} />;
}

import {useTranslation} from 'tacotranslate/react';

function useGreeting() {
	const name = 'Juan';
	return useTranslation('Hello, {{name}}!', {variables: {name}});
}

การจัดการเนื้อหา HTML

โดยค่าเริ่มต้น คอมโพเนนต์ Translate จะรองรับและแสดงผลเนื้อหา HTML อย่างไรก็ตาม คุณสามารถยกเลิกพฤติกรรมนี้ได้โดยตั้งค่า useDangerouslySetInnerHTML เป็น false.

ขอแนะนำอย่างยิ่งให้ปิดการแสดงผล HTML เมื่อแปลเนื้อหาที่ไม่น่าเชื่อถือ เช่น เนื้อหาที่ผู้ใช้สร้างขึ้น

ผลลัพธ์ทั้งหมดจะถูกทำความสะอาดเสมอด้วย sanitize-html ก่อนที่จะแสดงผล.

import {Translate} from 'tacotranslate/react';

function Page() {
	return (
		<Translate
			string={`
				Welcome to <strong>my</strong> website.
				I’m using <a href="{{url}}">TacoTranslate</a> to translate text.
			`}
			variables={{url: 'https://tacotranslate.com'}}
			useDangerouslySetInnerHTML={false}
		/>
	);
}

ตัวอย่างข้างต้นจะแสดงเป็นข้อความธรรมดา.

การเรนเดอร์ฝั่งเซิร์ฟเวอร์

การใช้ TacoTranslate

วิธีการแปลสตริง

การใช้งาน Origins

การจัดการตัวแปร

การจัดการเนื้อหา HTML