TMX怎么导出JSON：详细步骤与实用指南
在本地化、翻译项目管理或跨语言数据交换中，TMX（Translation Memory eXchange）格式是常见的翻译记忆库文件，用于存储翻译单元（原文与译文对），而JSON（JavaScript Object Notation）则以轻量级、易读、机器友好等优势，成为Web开发和数据交互的主流格式，将TMX导出为JSON，能更方便地与系统集成、进行数据分析或实现多语言内容的动态展示，本文将详细介绍TMX导出JSON的多种方法，包括工具选择、操作步骤及注意事项，助你高效完成格式转换。
理解TMX与JSON的核心差异
在开始转换前,需明确两种格式的结构特点，以便正确处理数据映射：
-
TMX格式：基于XML标准，核心结构包含
<tmx>根节点，内嵌<tu>（翻译单元）和tuv（翻译单元变体），每个tuv包含<seg>（片段，即原文或译文）及语言属性（如xml:lang="en"表示英语），示例片段如下：<tmx version="1.4"> <body> <tu tuid="001" creationdate="2023-10-01"> <tuv xml:lang="en"> <seg>Hello World</seg> </tuv> <tuv xml:lang="zh"> <seg>你好世界</seg> </tuv> </tu> </body> </tmx> -
JSON格式：采用键值对结构，数据以嵌套对象或数组存储，适合机器解析，转换后的TMX数据通常需映射为“原文-译文-语言ID”的结构，
[ { "id": "001", "source": { "lang": "en", "text": "Hello World" }, "target": { "lang": "zh", "text": "你好世界" } } ]
方法一：使用专业翻译工具（推荐：Trados、MemoQ）
专业CAT（计算机辅助翻译）工具原生支持TMX处理，且具备导出JSON的功能，适合批量处理或复杂场景。
以Trados Studio为例：
-
导入TMX文件
打开Trados Studio，点击“主页”→“导入文件”，选择TMX格式文件，确认导入（工具会自动解析TMX结构）。 -
创建目标JSON格式
- 进入“文件”→“设置”→“文件类型”，点击“添加文件类型”，选择“JSON”作为目标格式。
- 配置JSON模板：在“JSON结构”中定义键名（如
"source"、"target"），并映射语言字段（如"lang": "en"对应原文语言）。
-
导出为JSON
选择已导入的TMX文件，点击“文件”→“导出”，选择JSON格式，保存文件，工具会自动将TMX中的翻译单元转换为JSON数组结构。
优点：
- 无需手动编写代码,适合非技术人员；
- 支持批量处理,保留TMX的元数据（如创建时间、翻译单元ID）；
- 可自定义JSON模板,灵活适配目标系统需求。
缺点：
- 专业工具（如Trados）价格较高，免费版本功能有限；
- 需要学习工具操作,有一定上手成本。
方法二：使用开源脚本（Python + lxml库）
对于技术用户或需要定制化转换的场景,通过Python脚本解析TMX并生成JSON是更灵活的选择。
准备工作：
安装Python依赖库：
pip install lxml json
示例脚本：
import json
from lxml import etree
def tmx_to_json(tmx_file, output_file):
# 解析TMX文件
tree = etree.parse(tmx_file)
root = tree.getroot()
# 定义命名空间（TMX通常包含XML命名空间）
namespaces = root.nsmap
# 提取翻译单元
translation_units = []
for tu in root.xpath(".//tu", namespaces=namespaces):
tu_id = tu.get("tuid")
source_text = None
target_text = None
source_lang = None
target_lang = None
# 提取原文和译文（假设第一个tuv是原文，第二个是译文）
tuvs = tu.xpath(".//tuv", namespaces=namespaces)
if len(tuvs) >= 2:
# 原文（如en）
source_tuv = tuvs[0]
source_lang = source_tuv.get("{http://www.w3.org/XML/1998/namespace}lang")
source_seg = source_tuv.xpath(".//seg", namespaces=namespaces)
if source_seg:
source_text = source_seg[0].text.strip()
# 译文（如zh）
target_tuv = tuvs[1]
target_lang = target_tuv.get("{http://www.w3.org/XML/1998/namespace}lang")
target_seg = target_tuv.xpath(".//seg", namespaces=namespaces)
if target_seg:
target_text = target_seg[0].text.strip()
if source_text and target_text:
translation_units.append({
"id": tu_id,
"source": {
"lang": source_lang,
"text": source_text
},
"target": {
"lang": target_lang,
"text": target_text
}
})
# 保存为JSON文件
with open(output_file, "w", encoding="utf-8") as f:
json.dump(translation_units, f, ensure_ascii=False, indent=2)
print(f"转换完成！JSON文件已保存至：{output_file}")
# 使用示例
tmx_to_json("input.tmx", "output.json")
脚本说明：
- 通过
lxml解析TMX的XML结构，提取<tu>（翻译单元）和tuv（语言片段）； - 自动识别语言属性（如
xml:lang="en"），并区分原文与译文； - 将数据转换为JSON数组格式,并保存为UTF-8编码文件（避免中文乱码）。
优点：
- 免费、灵活，可自定义JSON结构（如添加元数据字段）；
- 适合自动化流程（如定时转换、批量处理）；
- 无需依赖专业工具,只需Python环境。
缺点：
- 需要基础Python知识,调试成本较高；
- 复杂TMX文件（如多语言、嵌套结构）需调整XPath表达式。
方法三：使用在线转换工具（适合轻量级需求）
对于偶尔需要转换且文件较小的场景,在线TMX转JSON工具是便捷选择。
推荐工具：
- Convertio（https://convertio.co/zh/tmx-json/）
- Online XML to JSON（https://xmljson.com/）
- Aloha Converter（支持TMX转JSON等多种格式）
操作步骤（以Convertio为例）：
- 打开Convertio官网,选择“TMX转JSON”转换类型；
- 上传TMX文件（支持拖拽或本地文件选择）；
- 点击“转换”，等待处理完成；
- 下载生成的JSON文件。
优点：
- 无需安装软件,浏览器即可操作；
- 适合非技术用户,操作简单。
缺点：
- 文件大小限制（通常不超过50MB）；
- 隐私风险：敏感数据不建议通过在线工具处理；
- 自定义程度低,难以调整JSON结构。
注意事项与常见问题
-
编码问题
TMX文件通常为UTF-8编码，若出现JSON乱码，需确保脚本或工具保存时使用UTF-8编码（如Python中encoding="utf-8"参数）。 -
语言字段映射
部分TMX文件可能使用语言代码缩写（如"en"、"zh-CN"），需与目标系统的语言规范一致，必要时可在脚本中添加语言代码转换逻辑（如"zh"→"zh-CN"）。 -
多语言支持
若TMX包含3种及以上语言（如原文、译文、审校译文），需在JSON中扩展字段（如"reviewed": {"lang": "zh-CN", "text": "你好世界（审校版）"}）。 -
元数据保留
若需保留TMX的创建时间、译者等元数据，可在JSON中添加"metadata"字段，{ "id": "001", "metadata": { "creationdate": "2023-10-01", "translator": "John" }, "source": {...}, "target": {...} }
还没有评论，来说两句吧...