BroadRouter

LLM سے ایپ strings کا عربی ترجمہ: placeholders اور plurals

BroadNet Inference ٹیم · 7 منٹ کی پڑھائی · شائع شدہ

Strings کو JSON کی صورت میں بھیجیں، ہر placeholder کی جگہ ایک marker رکھیں، عربی کی چھ plural شکلیں (zero، one، two، few، many، other) مانگیں، اور ICU plural ماڈل میں نہیں، کوڈ میں بنائیں۔ CI میں جانچیں: وہی keys، وہی arguments اور tags، چھ کی چھ شکلیں موجود۔ شامل کیے گئے ناموں کو Unicode isolates میں لپیٹیں تاکہ دائیں سے بائیں متن درست دکھے۔

کسی ایپ کی string فائلوں کا ترجمہ نثر کے ترجمے سے مختلف کام ہے۔ ہر value مختصر ہوتی ہے، اکثر بغیر سیاق کے، اور اس میں ایسا syntax ہوتا ہے جسے ماڈل کو چھیڑنا نہیں چاہیے: placeholders، HTML tags اور جمع کے اصول۔ عربی آخری والے کو مشکل بناتی ہے۔ انگریزی فائلوں میں جمع کی دو شکلیں ہوتی ہیں؛ عربی کو چھ چاہییں۔ یہ پوسٹ OpenAI-compatible LLM پر ایک چھوٹی پائپ لائن بناتی ہے: placeholders منجمد کریں، چھ سادہ plural strings مانگیں، ICU syntax کوڈ میں جوڑیں، پھر CI میں سب کچھ validate کریں۔

دستاویزات، ٹکٹس اور معاہدوں کے ترجمے کے لیے دیکھیں LLMs سے عربی–انگریزی ترجمہ، جو نثر کے لیے لہجہ، اصطلاحات کی فہرست اور جائزہ بیان کرتی ہے۔

عربی plurals مشینی ترجمہ شدہ string فائلوں کو کیوں توڑتے ہیں؟

Unicode CLDR، جس کی Intl.PluralRules، ICU اور i18next سب پیروی کرتے ہیں، عربی کو چھ cardinal categories دیتا ہے:

Category CLDR اصول مثالی اعداد مثال: “فائل”
zero n = 0 0 لا توجد ملفات
one n = 1 1 ملف واحد
two n = 2 2 ملفان (تثنیہ)
few n % 100 = 3..10 3–10, 103–110 5 ملفات (جمع)
many n % 100 = 11..99 11–99, 111 11 ملفًا (واحد، منصوب)
other باقی سب 100–102, 1000, 0.5 100 ملف (واحد)

دو باتیں لوگوں کو چونکاتی ہیں۔ پہلی، categories اعداد نہیں ہیں: 103، few ہے اور 111، many۔ دوسری، انگریزی source ماڈل کو صرف one اور other دیتا ہے، اس لیے اسے چار شکلیں صرف قواعد سے گھڑنی پڑتی ہیں۔ زیادہ تر ناکامیاں ماڈل کے انگریزی جوڑے کی نقل کرنے سے آتی ہیں۔

ناکامی خاموش ہوتی ہے۔ ہم نے intl-messageformat 12.1.5 سے ایک ایسا عربی message render کیا جس میں صرف one اور other تھے: 0، 2 اور 11 فائلیں سب “N ملف” کی صورت میں آئیں۔ _many key نہ ہونے پر i18next 27.1.2 نے بھی یہی کیا: 11 فائلوں پر _other والا متن دکھا۔ نہ کوئی error، نہ انتباہ، بس غلط عربی۔

Strings ماڈل کو کیسے بھیجیں؟

انہیں batch میں بھیجیں۔ ہر string کے لیے ایک درخواست system prompt پر ٹوکن ضائع کرتی ہے اور متعلقہ strings کے درمیان سیاق کھو دیتی ہے۔ ایک وقت میں 50 سے 200 keys ایک JSON object کی صورت میں بھیجیں، اسکرین یا فیچر کے لحاظ سے گروپ بنا کر، تاکہ “Cancel” کے ساتھ رکھا “Save” بٹن کی طرح پڑھا جائے۔

تین اصول جواب کو قابلِ جانچ بناتے ہیں:

  1. Placeholders منجمد کریں۔ {name}، i18next کے double-brace placeholders، %s، %1$s اور <b> جیسے tags کو ⟦0⟧ جیسے markers سے بدلیں۔ ماڈل “Welcome back, ⟦0⟧!” دیکھتا ہے اور name کا اسم میں ترجمہ نہیں کر سکتا۔
  2. Plural شکلیں سادہ strings کے طور پر مانگیں۔ انگریزی کے one اور other متن بھیجیں اور چھ عربی strings مانگیں۔ ICU syntax کوڈ بناتا ہے۔ ماڈل کبھی brace نہیں لکھتا۔
  3. اصطلاحات کی فہرست اور ترجمہ-نہ-کریں فہرست دیں۔ پروڈکٹ نام، پلان نام اور آپ کی سپورٹ ٹیم کی اصطلاحات۔ ترجمے والی پوسٹ کا اصطلاحات والا حصہ بتاتا ہے کہ یہ ماڈل کے انتخاب سے زیادہ اہم کیوں ہے۔

ترجمے کی script

Source فائل ICU MessageFormat استعمال کرتی ہے، وہ syntax جسے FormatJS document کرتا ہے۔ یہی منجمد کرنے کا طریقہ i18next کے اپنے JSON فارمیٹ پر بھی چلتا ہے، جس کی plural keys _zero، _one، _two، _few، _many اور _other پر ختم ہوتی ہیں۔

{
  "save": "Save",
  "welcome": "Welcome back, {name}!",
  "invite": "<b>{inviter}</b> invited you to the {workspace} workspace",
  "billing": "Pay with AcmePay",
  "files": "{count, plural, one {# file} other {# files}}"
}
import json, os, re
from openai import OpenAI

client = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"])

FORMS = ["zero", "one", "two", "few", "many", "other"]
# ICU arguments, double-brace and printf placeholders, HTML-style tags
PH = re.compile(r"\{\{\s*\w+\s*\}\}|\{\w+\}|%(?:\d+\$)?[sdif@]|</?\w+[^>]*>")
PLURAL = re.compile(r"^\{(\w+), plural,(.*)\}$", re.S)

def freeze(text):
    """Replace each placeholder with ⟦n⟧ so the model cannot translate or break it."""
    found = PH.findall(text)
    for i, p in enumerate(found):
        text = text.replace(p, f"⟦{i}⟧", 1)
    return text, found

def thaw(text, found):
    for i, p in enumerate(found):
        text = text.replace(f"⟦{i}⟧", p)
    return text

def branches(body):
    """'one {# file} other {# files}' -> {'one': '# file', 'other': '# files'}."""
    out, i = {}, 0
    while i < len(body):
        m = re.compile(r"\s*([=\w]+)\s*\{").match(body, i)
        if not m:
            break
        depth, j = 1, m.end()
        while depth:
            depth += {"{": 1, "}": -1}.get(body[j], 0)
            j += 1
        out[m.group(1)] = body[m.end():j - 1]
        i = j
    return out

SYSTEM = """You translate app interface strings from English to Modern Standard Arabic.
Reply with one JSON object only: {"STRINGS": {key: Arabic}, "PLURALS": {key: {six forms}}}.
Rules:
- ⟦0⟧, ⟦1⟧ ... are placeholders. Keep every one exactly once and unchanged; move it if Arabic word order needs it.
- # stands for the number. Keep it where the number should appear.
- Interface style: short, no full stops on buttons or labels.
- Never translate terms in DO_NOT_TRANSLATE. Use GLOSSARY translations exactly.
- For each PLURALS key, return all six Arabic forms: zero, one, two, few, many, other.
  zero = none; one = singular without a number; two = dual without a number;
  few = 3-10: # + plural noun; many = 11-99: # + singular noun in the accusative;
  other = 100, 1000 and also 0.5 and 1.5: # + singular noun."""

def translate(src, glossary=None, dnt=(), model="broadnet/qwen3.8-27b"):
    strings, plurals, frozen = {}, {}, {}
    for key, text in src.items():
        m = PLURAL.match(text)
        if m:
            b = branches(m.group(2))
            fone, ph = freeze(b.get("one", b["other"]))
            fother, _ = freeze(b["other"])
            plurals[key] = {"one": fone, "other": fother}
            frozen[key] = (m.group(1), ph)
        elif "{" in PH.sub("", text):
            raise ValueError(f"{key}: nested ICU, send to a human")
        else:
            strings[key], ph = freeze(text)
            frozen[key] = (None, ph)
    payload = {"STRINGS": strings, "PLURALS": plurals,
               "GLOSSARY": glossary or {}, "DO_NOT_TRANSLATE": list(dnt)}
    r = client.chat.completions.create(
        model=model, max_tokens=4000, temperature=0.2,
        messages=[{"role": "system", "content": SYSTEM},
                  {"role": "user", "content": json.dumps(payload, ensure_ascii=False)}])
    out = json.loads(r.choices[0].message.content)
    ar = {k: thaw(v, frozen[k][1]) for k, v in out.get("STRINGS", {}).items() if k in frozen}
    for k, forms in out.get("PLURALS", {}).items():
        if k not in frozen:
            continue
        arg, ph = frozen[k]
        ar[k] = "{%s, plural, %s}" % (arg, " ".join(
            f + " {" + thaw(forms[f], ph) + "}" for f in FORMS if f in forms))
    return ar

en = json.load(open("en.json"))
ar = translate(en, glossary={"workspace": "مساحة العمل"}, dnt=["AcmePay"])
json.dump(ar, open("ar.json", "w"), ensure_ascii=False, indent=2)

ہم نے اسے OpenAI Python SDK کے ساتھ live API پر نہیں، ایک لوکل mock سرور پر چلایا، پہلے سے طے شدہ عربی جواب کے ساتھ۔ ماڈل کو نظر آنے والی درخواست میں “Welcome back, ⟦0⟧!” اور “⟦0⟧⟦1⟧⟦2⟧ invited you to the ⟦3⟧ workspace” تھے، اور script نے یہ ar.json لکھا:

{
  "save": "حفظ",
  "welcome": "مرحبًا بعودتك يا {name}!",
  "invite": "دعاك <b>{inviter}</b> إلى مساحة العمل {workspace}",
  "billing": "ادفع عبر AcmePay",
  "files": "{count, plural, zero {لا توجد ملفات} one {ملف واحد} two {ملفان} few {# ملفات} many {# ملفًا} other {# ملف}}"
}

کوڈ پر نوٹس:

  • Markers جگہ بدلتے ہیں، غائب نہیں ہوتے۔ عربی اکثر فعل پہلے رکھتی ہے، اس لیے ⟦0⟧ کھسک سکتا ہے۔ نیچے والی جانچ markers گنتی ہے؛ اسے پروا نہیں کہ وہ کہاں ہیں۔
  • Nested ICU انسان کے پاس جاتا ہے۔ plural کے اندر select کم ملتا ہے اور آسانی سے ٹوٹتا ہے۔ Script اندازہ لگانے کی بجائے اسے رد کر دیتی ہے۔
  • max_tokens=4000 ریزننگ کے لیے گنجائش چھوڑتا ہے۔ BroadNet کی دستاویزات کہتی ہیں کہ DeepSeek V4.1 Flash، GLM 5.3 اور Qwen3.8 27B جواب سے پہلے ریزننگ کرتے ہیں، اور ریزننگ max_tokens میں شمار ہوتی ہے۔ دیکھیں ریزننگ ماڈلز سے خالی جوابات۔
  • json.loads ناکام ہو سکتا ہے۔ اسے wrap کریں اور error کے ساتھ ایک بار دوبارہ بھیجیں؛ LLM کے invalid JSON کو درست کرنا میں ایک ٹیسٹ شدہ repair function ہے۔ GLM 5.3 اور Qwen3.8 27B پر، جو structured output کے ساتھ documented دو BroadNet ماڈلز ہیں، ایک response_format schema بھی شامل کریں۔ نیچے والی جانچ دونوں صورتوں میں رہتی ہے۔

CI میں عربی فائل کیسے validate کریں؟

ہر message کو اسی parser سے parse کریں جو آپ کی ایپ رن ٹائم پر استعمال کرتی ہے، اور source سے ملائیں۔ یہ Node script @formatjs/icu-messageformat-parser استعمال کرتی ہے (ہمارے ٹیسٹ میں ورژن 3.5.23):

// node check-ar.mjs en.json ar.json  -> exits 1 on any problem
import { readFileSync } from "node:fs";
import { parse, TYPE } from "@formatjs/icu-messageformat-parser";

const AR_FORMS = ["zero", "one", "two", "few", "many", "other"];
const [en, ar] = process.argv.slice(2).map((p) => JSON.parse(readFileSync(p, "utf8")));
const errors = [];

// Collect argument and tag names; return the plural elements too.
function walk(nodes, names = [], plurals = []) {
  for (const n of nodes) {
    if (n.type === TYPE.literal || n.type === TYPE.pound) continue;
    names.push(n.type === TYPE.tag ? `<${n.value}>` : `{${n.value}}`);
    if (n.type === TYPE.tag) walk(n.children, names, plurals);
    if (n.type === TYPE.plural) plurals.push(n);
    if (n.options) for (const o of Object.values(n.options)) walk(o.value, [], plurals);
  }
  return { names: names.sort().join(" "), plurals };
}

for (const key of Object.keys(en)) {
  if (!(key in ar)) { errors.push(`${key}: missing`); continue; }
  let src, dst;
  try { src = walk(parse(en[key])); dst = walk(parse(ar[key], { requiresOtherClause: true })); }
  catch (e) { errors.push(`${key}: ICU syntax error ${e.message}`); continue; }
  if (src.names !== dst.names) errors.push(`${key}: arguments differ: [${src.names}] vs [${dst.names}]`);
  for (const p of dst.plurals) {
    const missing = AR_FORMS.filter((f) => !(f in p.options));
    if (missing.length) errors.push(`${key}: plural {${p.value}} lacks ${missing.join(", ")}`);
  }
  if (!/[؀-ۿ]/.test(ar[key])) errors.push(`${key}: no Arabic letters`);
  if (/⟦\d+⟧/.test(ar[key])) errors.push(`${key}: placeholder marker left in text`);
}
for (const key of Object.keys(ar)) if (!(key in en)) errors.push(`${key}: not in source`);
console.log(errors.join("\n") || "ok");
process.exit(errors.length ? 1 : 0);

اوپر والی فائل پر اس نے ok چھاپا۔ پھر ہم نے mock جواب سے many شکل اور {workspace} marker ہٹوا دیے۔ Script کوڈ 1 کے ساتھ ختم ہوئی اور یہ چھاپا:

invite: arguments differ: [<b> {inviter} {workspace}] vs [<b> {inviter}]
files: plural {count} lacks many

“no Arabic letters” اصول ان strings کو پکڑتا ہے جنہیں ماڈل نے انگریزی میں چھوڑ دیا۔ یہ ان values کو بھی پکڑتا ہے جو صرف پروڈکٹ نام یا عدد ہیں، اس لیے ان کے لیے ایک allow-list رکھیں۔ i18next کے اپنے فارمیٹ کے لیے ہر key پر وہی جانچیں لگائیں: انگریزی کے ہر _one/_other جوڑے کے لیے عربی میں چھ کی چھ suffix والی keys چاہییں، اور ہر ایک میں وہی placeholders، سوائے اس کے کہ _zero، _one اور _two گنتی چھوڑ سکتے ہیں۔

آخر میں، چند اعداد اپنے اصل formatter سے render کریں۔ intl-messageformat 12.1.5 کے ساتھ اوپر والے files message نے 0 → لا توجد ملفات, 2 → ملفان, 5 → 5 ملفات, 11 → 11 ملفًا, 102 → 102 ملف اور 111 → 111 ملفًا دیا۔ یہ چھوٹی جانچ ایسی شکل پکڑتی ہے جو parse تو ہوتی ہے مگر غلط اسم استعمال کرتی ہے۔

دائیں سے بائیں ڈسپلے کا کیا؟

ترجمہ الفاظ درست کرتا ہے؛ براؤزر کو پھر بھی انہیں ترتیب دینی ہوتی ہے۔ جب کوئی لاطینی نام یا عدد عربی جملے میں شامل کیا جاتا ہے تو Unicode bidirectional algorithm رموزِ اوقاف کھسکا سکتا ہے یا ساتھ والے حصوں کی جگہ بدل سکتا ہے۔ W3C کا مشورہ ہے کہ شامل کیے گئے متن کو isolate کریں: HTML میں اسے <bdi> یا dir="auto" والے element میں لپیٹیں، یا سادہ متن، جیسے push notifications، میں اس کے دونوں طرف U+2068 FIRST STRONG ISOLATE اور U+2069 POP DIRECTIONAL ISOLATE لگائیں۔

یہ وہاں کریں جہاں آپ interpolate کرتے ہیں، ترجمے میں نہیں۔ ہمارے ٹیسٹ میں، نام کو U+2068 اور U+2069 میں لپیٹ کر welcome message format کرنے پر دونوں حروف آؤٹ پٹ میں برقرار رہے اور عربی متاثر نہیں ہوئی۔ صفحے یا container پر dir="rtl" اور lang="ar" بھی سیٹ کریں۔ عربی پرامپٹ انجینئرنگ میں RTL ڈسپلے bugs کی ایک مختصر چیک لسٹ ہے۔

ہندسے formatter کا فیصلہ ہیں، ترجمے کا نہیں۔ string میں # یا argument رکھیں۔ Node 24 (ICU 78.3) میں Intl.NumberFormat نے 1234 کو ar کے لیے 1,234 اور ar-EG اور ar-SA کے لیے ١٬٢٣٤ لکھا۔ اپنی مارکیٹ سے ملتا locale tag منتخب کریں۔ پروڈکٹ کے بڑے سوالات (انٹرفیس locale بمقابلہ ماڈل کی زبان، ملی جلی سمتوں والے chat bubbles، زبان کی شناخت اور ہر زبان کی لاگت) کے لیے دیکھیں کئی زبانوں کے لیے AI تجربہ ڈیزائن کرنا۔

آؤٹ پٹ کا جائزہ کون لے؟

ان جانچوں والی LLM پائپ لائن ضمانت دیتی ہے کہ فائل درست بنی ہے۔ یہ ضمانت نہیں دیتی کہ عربی درست ہے۔ کسی عربی بولنے والے سے ان کا جائزہ لیں:

  • صرف نئی اور بدلی ہوئی strings۔ en.json کا پچھلی release سے diff نکالیں اور صرف بدلا ہوا ترجمہ کریں۔ جائزے مختصر رہتے ہیں، اور منظور شدہ strings کبھی نہیں بدلتیں۔
  • Plural شکلیں، لفظ بہ لفظ۔ اعداد کے ساتھ مطابقت وہ جگہ ہے جہاں ماڈل سب سے زیادہ پھسلتا ہے، خاص طور پر 11 سے 99 کے بعد منصوب۔
  • جنس۔ عربی میں “آپ” اور افعال قاری کی جنس کے ساتھ بدلتے ہیں۔ اگر آپ کا UI صارفین کو براہِ راست مخاطب کرتا ہے تو ایک اصول طے کریں، جیسے ایک مقررہ شکل یا غیر جانبدار جملہ بندی، اور اسے system prompt میں ڈالیں۔
  • لمبائی۔ عربی strings انگریزی سے لمبی یا چھوٹی ہو سکتی ہیں۔ بٹن اور tabs اصل layout میں موبائل چوڑائی پر جانچیں۔

Repo میں جائزہ شدہ اصطلاحات کی فائل رکھیں اور ہر درخواست کے ساتھ بھیجیں، تاکہ منظور شدہ اصطلاحات مقرر رہیں۔

لاگت کتنی ہے؟

String فائلیں چھوٹی ہوتی ہیں۔ آؤٹ پٹ تقریباً ان پٹ جتنا لمبا ہوتا ہے، اور عربی کو عموماً انگریزی سے فی لفظ زیادہ ٹوکن چاہییں؛ عربی اور انگریزی میں فی لفظ ٹوکن میں ناپے گئے تناسب ہیں۔ ایک batch عربی ٹوکن کاؤنٹر میں پیسٹ کریں، batches کی تعداد سے ضرب دیں، اور ہر ایک میں system prompt شامل کریں۔ ریزننگ ماڈلز سوچنے میں بھی ٹوکن خرچ کرتے ہیں؛ BroadNet انہیں usage میں completion_tokens_details.reasoning_tokens کی صورت میں بتاتا ہے، اس لیے اندازہ بڑھانے سے پہلے کسی اصل درخواست کا usage پڑھیں۔

ماڈل اس کام کے لیے نوٹس فی دس لاکھ ٹوکن ان پٹ / آؤٹ پٹ
Qwen3.8 27B Structured output documented $0.175 / $2.17
GLM 5.3 Structured output documented؛ 1,048,576 ٹوکن کا کانٹیکسٹ $0.78 / $3.46
Gemma 4 VL 26B $5 کے ابتدائی کریڈٹ پر چلتا ہے؛ JSON صرف پرامپٹ سے، اس لیے validator زیادہ اہم ہے $0.10 / $0.22
DeepSeek V4.1 Flash مقررہ قیمت والے پلانز پر بھی، جیسے $15 فی ہفتہ فی سیشن، ہر سیشن میں ایک وقت میں ایک درخواست $0.175 / $0.52

قیمتیں BroadNet کی pricing feed سے ہیں، 2026-11-14 کو اپ ڈیٹ۔ ایک ماڈل منتخب کرنے سے پہلے وہی 100 strings دو ماڈلز سے ترجمہ کروائیں اور اپنے جائزہ کار سے موازنہ کروائیں؛ فی ٹوکن قیمت تصحیحات کی تعداد سے کم اہم ہے۔ کئی زبانوں میں ہزاروں keys کے لیے، Batch API کے بغیر batch processing concurrency اور retries بیان کرتی ہے۔

BroadNet Inference کہاں فِٹ ہوتا ہے

BroadRouter، BroadNet کی اپنی سائٹ ہے۔ BroadNet Inference اوپر کے ماڈلز تک OpenAI-compatible رسائی دیتا ہے، اس لیے base URL اور ماڈل ID بدلنے کے بعد script OpenAI Python SDK کے ساتھ چلتی ہے؛ ہر ماڈل کن parameters کو سپورٹ کرتا ہے، اس کے لیے API ریفرنس دیکھیں۔ اس کے پاس ترجمے کا اینڈپوائنٹ نہیں ہے اور یہ کوئی localization benchmark شائع نہیں کرتا، اس لیے validator اور انسانی جائزہ کار ہی آپ کے معیار کی کسوٹی رہتے ہیں۔ مخصوص localization پلیٹ فارمز translation memory، جائزہ کاروں کے workflows اور سیاق والے screenshots شامل کرتے ہیں؛ اگر وہ چاہییں تو کوئی پلیٹ فارم استعمال کریں اور اوپر والی CI جانچ کو دوسری صف کے طور پر رکھیں۔

عام سوالات

عربی میں جمع کی کتنی شکلیں ہوتی ہیں؟

Unicode CLDR میں چھ cardinal categories: zero (0)، one (1)، two (2)، few (03 سے 10 پر ختم ہونے والے اعداد، جیسے 3 سے 10 اور 103)، many (11 سے 99 پر ختم ہونے والے) اور other (100 سے 102، 1000، اور 0.5 جیسے اعشاریے)۔ انگریزی فائل میں صرف one اور other ہوتے ہیں۔

کیا ChatGPT یا کوئی دوسرا LLM میری i18n JSON فائل کا عربی ترجمہ کر سکتا ہے؟

ہاں، اگر فارمیٹ آپ کے قابو میں ہو۔ صرف values بھیجیں، placeholders کو markers سے بدلیں، چھ plural شکلیں مانگیں، اور نتیجہ کوڈ میں جانچیں: keys، arguments، tags اور plural categories۔ ریلیز سے پہلے نئی strings کا جائزہ کسی عربی بولنے والے سے کروائیں۔

اگر عربی ترجمے میں کوئی plural شکل چھوٹ جائے تو کیا ہوتا ہے؟

عموماً کچھ بھی ظاہری طور پر ناکام نہیں ہوتا۔ i18next اور intl-messageformat، other شکل پر لوٹ جاتے ہیں، اس لیے دو فائلیں تثنیہ ملفان کی جگہ "2 ملف" دکھتی ہیں۔ صرف چھ کی چھ شکلیں مانگنے والا validator اسے صارفین سے پہلے پکڑتا ہے۔

کیا LLM کو خود ICU MessageFormat syntax لکھنا چاہیے؟

بہتر ہے نہیں۔ ہر plural message کے لیے چھ سادہ strings مانگیں اور ICU syntax کوڈ میں جوڑیں۔ ماڈلز کبھی کبھار کوئی brace چھوڑ دیتے ہیں یا argument کے نام کا ترجمہ کر دیتے ہیں، اور پھر parser error رن ٹائم پر پورا bundle توڑ دیتا ہے۔

عربی UI strings میں کون سے ہندسے استعمال ہوں؟

یہ ترجمہ نہیں، number formatter طے کرے۔ string میں # یا argument رکھیں۔ ہمارے Node 24 ٹیسٹ میں Intl.NumberFormat نے 1234 کو ar کے لیے 1,234 اور ar-EG اور ar-SA کے لیے ١٬٢٣٤ لکھا، یعنی locale tag ہندسے طے کرتا ہے۔

Markdown میں پڑھیںChatGPT سے پوچھیںClaude سے پوچھیںPerplexity سے پوچھیں