HelloWorld翻译软件Excel表格格式有什么要求

HelloWorld接收的Excel表格最好是结构化、编码明确且字段齐全的电子表单，这意味着推荐使用.xlsx为主格式（兼容.csv但需注意编码与分隔符），表头应包含固定列名如：id、source_language、target_language、source_text、context、notes、translation、status等；单元格使用纯文本、不含公式或合并单元格，变量占位符（如{0}或{name}）要统一格式并另设“placeholders”列说明；文本长度、字符编码建议UTF‑8，避免日期/数字自动格式化；多语言代码采用ISO标准，长文本建议换行保留；大文件切分、保持表格一致列顺序并附带字数统计与校验列，上传前做去重与脱敏处理。接下来我会一步步把这些要求讲清楚，告诉你为什么这样做、常见错误和实操模板，甚至给出校验清单和处理技巧，方便你照着做。

先从最简单的结论说起（为什么要这样）

把翻译工作想象成传菜：厨房（翻译引擎/译者）需要清晰的订单（表格）才能准确上菜（翻译结果）。订单要有菜名、份数、备注、口味偏好（上下文、变量、格式）。如果菜名写在收据的不同地方、或者用了公式、又或表格被合并，厨房就会出错或不得不停下来问你，浪费时间。HelloWorld要求的Excel格式，本质上是为了减少这些“中间问答”，提高自动化处理的成功率和翻译质量。

文件格式与编码

字符编码与常见问题

总之，保证字符不丢失就行：统一使用UTF‑8。Windows Excel默认编码问题会导致中文乱码或特殊符号丢失，CSV文件在保存或导入时务必指定UTF‑8（带BOM更稳妥）。另外，注意换行符（Windows用CRLF，UNIX用LF）和特殊不可见字符（如零宽空格）可能影响对比和统计，需要清理。

表头与字段（这是最关键的一部分）

表头相当于菜单上的固定栏位名，一致的名称能让系统自动识别字段。下面是推荐字段列表与说明：

字段名	是否必需	说明
id	必需	唯一标识，一般数字或短字符串，便于追踪与回溯。
source_language	必需	源语言代码（ISO 639‑1，如en, zh）。
target_language	必需	目标语言代码（ISO 639‑1）。
source_text	必需	需要翻译的原文，纯文本，不要包含公式。
context	建议	上下文说明（界面位置、截图名、用途等），帮助译者理解语境。
placeholders	建议	列出文本中的占位符格式与含义（如 {0}:userName）。
notes	建议	术语、风格要求或禁止翻译的词汇等补充说明。
translation	必需/输出	译文位置（可为空，供译者填写或自动返回）。
status	建议	翻译状态（new, in_progress, translated, reviewed, approved）。
char_count / word_count	建议	长度统计，便于计费与拆分。

单元格内容规则与常见陷阱

避免公式与合并单元格

不要把文本放在含公式的单元格里导出，因为导出可能只采集计算结果或导致格式丢失。合并单元格会让解析器识别错误。

保留换行与空格

长文本中常有自然换行或分段，建议在Excel中使用Alt+Enter插入换行并确保导出时保留换行符。不要把段落合并为单行并用特殊符号分隔，这样会破坏译文自然断句。

数字、日期与前导零

Excel常会自动把某些文本识别为数字或日期（如“2021-01-02”或“00123”），这会丢失原始格式。解决方法：在导出之前把这些单元格设置为文本格式，或在源表加单引号 ‘ 前缀。

占位符与变量处理

占位符必须一致且要在单独一列说明解释。例如：source_text 中出现 “Hello, {userName}!”，placeholders 列应写明 “{userName}: 用户名，不翻译或按规则翻译”。若使用 ICU MessageFormat，请注明并提供例子。

多语言与编码细节

使用标准语言代码（ISO 639‑1 两字母为优先）。当有地区差异时可以使用语言-地区格式（zh-CN, en-GB）。如果一个文件包含多对语言翻译，推荐每一对语言单独工作表或单独文件，避免一行多译目标带来混乱。

长文本、HTML、富文本与标记语言

如果源文包含HTML或Markdown标签，需要在表格中用is_html字段标注为true，并提供一列raw_html或markup说明哪些标签可保留，哪些需转义。对于含有内联样式或复杂结构的文档，建议先转换为XLIFF或某种结构化格式再导入HelloWorld，以保证标签与文本的同步。

媒体与附件字段

图片、音频、截图等不直接放在Excel内，建议放在云存储并在表格中提供可访问的URL或相对路径，列名例如: media_url 或 screenshot_path。并在context列标注需要参考的具体位置。

工作流字段（用于项目管理）

assigned_to：译者或团队。
priority：紧急程度。
due_date：截止日期（注意日期格式统一，如YYYY-MM-DD）。
tm_id：翻译单元对应的翻译记忆库条目ID。

示例模板（可复制使用）

id	source_language	target_language	source_text	placeholders	context	notes	translation	status
1001	en	zh	Hello, {userName}! Welcome to our app.	{userName}:用户名	登录页顶部欢迎信息	Brand tone: friendly		new
1002	en	zh	Your order #12345 has shipped.	{orderNumber}:订单编号	邮件通知	保留#号格式		new

导入/导出前的校验清单（Checklist）

表头是否完整且命名一致？（参照推荐字段）
是否全部保存为 UTF‑8？（CSV 特别检查）
有没有合并单元格或公式？
占位符在placeholders列是否逐一说明？
是否有日期/数字被误转格式？
是否对敏感数据做了脱敏？
长文本是否保留换行？
文件体积是否超出上传限制（若有）？是否需要切分？

处理大文件与性能注意

当条目数达到数万时，推荐：

按语言对拆分文件（每个文件只包含一对源/目标语言）。
分批上传（如每批5000条），并记录每批的id范围。
提前做字数统计并把统计结果放入表格，便于计费和进度估计。

常见错误与排查方法

乱码：通常是编码问题，检查是否为UTF‑8，或CSV是否被Excel以本地编码打开导致错误。
占位符丢失或被转义：检查是否用了不一致的占位符格式或被Excel转成公式。
日期/数字被修改：把相关列设置为文本再保存。
导入失败：查看错误日志，通常是表头不匹配或必需字段为空。

工具与Excel技巧（实用小技巧）

批量替换：用Excel的替换功能统一占位符格式（如{{user}} → {user}）。
TEXT函数：格式化数字和日期，防止导出时丢失格式。
CONCAT/CONCATENATE：合并分段文本生成测试用源文本。
数据验证（Data Validation）：限制某些列只能选择预设的状态值，减少人为错误。
条件格式：高亮过长文本或包含特殊字符的单元格，便于检查。

关于术语、风格与质量保证

在表格中提供术语表或把术语引用ID添加到每条，可显著提高一致性。使用status列配合人工校对（reviewer列）能让机器翻译和人工审校协同工作。HelloWorld或任何翻译平台在接收数据前都更喜欢“有注释、有上下文、有占位符说明”的表格——这相当于给译者发了张带注释的菜谱。

隐私与安全注意事项

如果表格包含个人信息（姓名、邮箱等），尽量脱敏或在上传前征询相关方同意。使用公司内部云或加密传输，并限定访问权限。同时在notes列注明是否允许将内容用于训练模型。

最后给你一个实操流程（像做菜一样分步骤）

准备原始文本，按功能或模块分组。
建立模板表格（使用上面的字段名），把所有原文填到 source_text。
统一占位符格式并填写 placeholders 列。
设置列格式（文本、日期等），保存为 .xlsx（或UTF‑8 CSV）。
运行本地校验脚本或手动按照Checklist检查表格。
按文件大小需求拆分，上传至HelloWorld并指定语言对。
接收译文后做人工校对，并通过status字段回传结果。

好了，这些就是我一边整理一边想到的、能直接用的Excel格式要求和实操建议。实战中你可能遇到一些小毛病（比如某个老版本Excel会有奇怪行为），那就先把问题复盘、修一个小脚本或用Google Sheets做一遍预处理再导出。反正，关键是：表头标准化、编码统一、占位符清晰、上下文充分——这四条做对了，大部分问题就解决了。

返回首页