TeamAAS-2.5/Tools/LocalizationTool/Services/TranslationValidator.cs

using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using LocalizationTool.Models;

namespace LocalizationTool.Services
{
    /// <summary>一条译文质量问题。</summary>
    public class TranslationIssue
    {
        public RowVm Row { get; set; }
        public CellVm Cell { get; set; }
        public string LangCode { get; set; }

        /// <summary>true = 错误（如正文丢失/乱码）；false = 警告（如首尾空格/疑似未翻译）。</summary>
        public bool IsError { get; set; }

        public string Message { get; set; }
    }

    /// <summary>
    /// 译文质量校验引擎：对照中文原文检查各语言译文。
    /// 错误：正文丢失（如“⏱ 延时等待”→“⏱”）、乱码字符、格式化占位符丢失。
    /// 警告：译文与原文完全相同（疑似未翻译）、首尾空白。
    /// </summary>
    public static class TranslationValidator
    {
        /// <summary>
        /// “疑似未翻译”豁免语言：这些语言的文字与中文写法相同属正常情况。
        /// 日语大量汉字词与中文写法一致（如“管理”“可能”“時間”“保存”），译文相同并非漏翻。
        /// </summary>
        public static readonly HashSet<string> NotTranslatedIgnoredLangs =
            new HashSet<string>(StringComparer.OrdinalIgnoreCase) { "ja" };
        /// <summary>校验一组行 × 一组语言，返回问题列表（每个单元格最多一条主问题）。</summary>
        public static List<TranslationIssue> Validate(IEnumerable<RowVm> rows, IEnumerable<PackFile> langs)
        {
            var issues = new List<TranslationIssue>();

            foreach (var lang in langs)
            {
                var isZhTarget = lang.LanguageCode.StartsWith("zh", StringComparison.OrdinalIgnoreCase);

                foreach (var row in rows)
                {
                    if (!row.Cells.TryGetValue(lang.LanguageCode, out var cell) || cell == null)
                        continue;

                    var v = cell.Value;
                    if (string.IsNullOrWhiteSpace(v))
                        continue;   // 缺译由“缺译”列负责，这里只校验已填的译文

                    var key = row.Key ?? "";

                    // 乱码字符（错误）
                    if (v.Contains('\uFFFD'))
                    {
                        Add(issues, row, cell, lang, true, "译文包含乱码字符（U+FFFD），编码可能已损坏");
                        continue;
                    }
                    if (v.Any(ch => char.IsControl(ch) && ch != '\n' && ch != '\t'))
                    {
                        Add(issues, row, cell, lang, true, "译文包含不可见控制字符");
                        continue;
                    }

                    // 正文丢失（错误）：原文有实质文字，译文只剩 emoji/符号
                    var keyCore = CoreText(key);
                    var vCore = CoreText(v);
                    if (keyCore.Length > 0 && vCore.Length == 0)
                    {
                        Add(issues, row, cell, lang, true,
                            $"译文疑似丢失正文：原文实质内容为“{keyCore}”，译文只剩符号/表情");
                        continue;
                    }

                    // 占位符丢失（错误）：{0} {name} %s %d 等
                    var keyPh = Placeholders(key);
                    if (keyPh.Count > 0)
                    {
                        var missing = keyPh.Except(Placeholders(v)).ToList();
                        if (missing.Count > 0)
                        {
                            Add(issues, row, cell, lang, true,
                                $"译文丢失格式化占位符：{string.Join("、", missing)}");
                            continue;
                        }
                    }

                    // 疑似未翻译（警告）：译文与原文完全一致。
                    // 豁免语言（如日语）跳过：汉字词写法相同属正常，不标问题、不给 AI 重译
                    var langMain = lang.LanguageCode.Split('-')[0].ToLowerInvariant();
                    if (!isZhTarget && v == key && ContainsHan(key)
                        && !NotTranslatedIgnoredLangs.Contains(langMain))
                    {
                        Add(issues, row, cell, lang, false, "译文与原文完全相同，疑似未翻译");
                        continue;
                    }

                    // 首尾空白（警告）
                    if (v != v.Trim())
                    {
                        Add(issues, row, cell, lang, false, "译文首尾存在空白字符");
                        continue;
                    }
                }
            }

            return issues;
        }

        /// <summary>
        /// 提取“实质文本”：仅保留字母与数字（汉字/假名/谚文/拉丁字母均算，emoji/符号/空白/标点全部忽略）。
        /// 用于判断译文是否只剩表情符号——“⏱ 延时等待”→“延时等待”，“⏱”→""。
        /// </summary>
        public static string CoreText(string s)
        {
            if (string.IsNullOrEmpty(s)) return "";
            var sb = new StringBuilder(s.Length);
            foreach (var ch in s)
                if (char.IsLetterOrDigit(ch)) sb.Append(ch);
            return sb.ToString();
        }

        /// <summary>提取格式化占位符：{0} {name} %s %d。</summary>
        public static HashSet<string> Placeholders(string s)
        {
            var set = new HashSet<string>();
            if (string.IsNullOrEmpty(s)) return set;
            foreach (System.Text.RegularExpressions.Match m in
                     System.Text.RegularExpressions.Regex.Matches(s, @"\{\w+\}|%[sd]"))
                set.Add(m.Value);
            return set;
        }

        /// <summary>是否包含汉字（CJK 统一表意文字区）。</summary>
        private static bool ContainsHan(string s)
        {
            foreach (var ch in s)
            {
                var c = (int)ch;
                if ((c >= 0x4E00 && c <= 0x9FFF) || (c >= 0x3400 && c <= 0x4DBF)) return true;
            }
            return false;
        }

        private static void Add(List<TranslationIssue> issues, RowVm row, CellVm cell,
            PackFile lang, bool isError, string message)
        {
            issues.Add(new TranslationIssue
            {
                Row = row,
                Cell = cell,
                LangCode = lang.LanguageCode,
                IsError = isError,
                Message = message,
            });
        }
    }
}