什么是TMX？

**TMX（Translation Memory eXchange，翻译记忆交换格式）**是一种开放的XML标准，设计用于在不同CAT工具和本地化系统之间交换翻译记忆（TM）数据。由LISA（本地化行业标准协会）开发，TMX使组织能够共享和迁移翻译资产，而不受所使用软件的限制。

TMX已成为TM交换的事实标准，得到业界几乎所有CAT工具的支持。

TMX版本

TMX 1.1（1998）

原始规范，建立了基本结构。

TMX 1.4（2004）

最广泛支持的版本：

改进的元数据处理
更好的字符编码支持
增强的片段级属性
仍然是生产中最常见的版本

TMX 2.0（草案）

由于LISA解散而未最终确定的提议更新。

TMX结构

基本结构

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE tmx SYSTEM "tmx14.dtd">
<tmx version="1.4">
  <header
    creationtool="KTTC"
    creationtoolversion="1.0"
    datatype="plaintext"
    segtype="sentence"
    adminlang="en"
    srclang="en"
    o-tmf="KTTC"/>
  <body>
    <tu>
      <tuv xml:lang="en">
        <seg>Hello, world!</seg>
      </tuv>
      <tuv xml:lang="zh">
        <seg>你好，世界！</seg>
      </tuv>
    </tu>
  </body>
</tmx>

关键元素

元素	描述
`<tmx>`	带有版本属性的根元素
`<header>`	关于TM的元数据
`<body>`	翻译单元的容器
`<tu>`	翻译单元（源文+译文）
`<tuv>`	翻译单元变体（一种语言）
`<seg>`	实际的片段文本
`<prop>`	自定义属性
`<note>`	注释和备注

头部属性

<header
  creationtool="CAT工具名称"
  creationtoolversion="3.0"
  datatype="plaintext"
  segtype="sentence"
  adminlang="en"
  srclang="en-US"
  o-tmf="native-format">
</header>

属性	描述
`creationtool`	创建应用程序的名称
`creationtoolversion`	创建应用程序的版本
`datatype`	数据类型（plaintext、html、xml等）
`segtype`	分段类型（sentence、paragraph、phrase）
`adminlang`	管理语言
`srclang`	源语言代码
`o-tmf`	原始TM格式

翻译单元（TU）详情

基本TU

<tu tuid="001" creationdate="20241220T120000Z">
  <tuv xml:lang="en">
    <seg>Welcome to our platform.</seg>
  </tuv>
  <tuv xml:lang="zh">
    <seg>欢迎来到我们的平台。</seg>
  </tuv>
</tu>

带元数据的TU

<tu
  tuid="002"
  creationdate="20241220T120000Z"
  creationid="translator1"
  changedate="20241221T150000Z"
  changeid="reviewer1"
  lastusagedate="20241222T100000Z"
  usagecount="5">
  <prop type="domain">legal</prop>
  <prop type="project">合同翻译</prop>
  <prop type="client">某某公司</prop>
  <note>已经法务团队批准</note>
  <tuv xml:lang="en">
    <seg>This agreement shall be governed by...</seg>
  </tuv>
  <tuv xml:lang="zh">
    <seg>本协议应受...管辖</seg>
  </tuv>
</tu>

多语言TU

<tu tuid="003">
  <tuv xml:lang="en">
    <seg>Save</seg>
  </tuv>
  <tuv xml:lang="zh">
    <seg>保存</seg>
  </tuv>
  <tuv xml:lang="ja">
    <seg>保存</seg>
  </tuv>
  <tuv xml:lang="ko">
    <seg>저장</seg>
  </tuv>
</tu>

内联元素

TMX支持内联元素以保留格式：

常见内联标签

标签	用途	示例
`<bpt>`	开始配对标签	`<bpt i="1"><b></bpt>`
`<ept>`	结束配对标签	`<ept i="1"></b></ept>`
`<ph>`	占位符	`<ph>{0}</ph>`
`<it>`	独立标签	`<it><br/></it>`
`<hi>`	高亮	`<hi>术语</hi>`
`<ut>`	未知标签	用于无法识别的标记

带格式的示例

<tu>
  <tuv xml:lang="en">
    <seg>Click the <bpt i="1">&lt;b&gt;</bpt>Save<ept i="1">&lt;/b&gt;</ept> button.</seg>
  </tuv>
  <tuv xml:lang="zh">
    <seg>点击<bpt i="1">&lt;b&gt;</bpt>保存<ept i="1">&lt;/b&gt;</ept>按钮。</seg>
  </tuv>
</tu>

语言代码

TMX使用BCP 47 / ISO语言代码：

代码	语言
en	英语（通用）
en-US	英语（美国）
en-GB	英语（英国）
zh	中文（通用）
zh-CN	中文（简体）
zh-TW	中文（繁体）
ja	日语
ko	韩语
de	德语
fr	法语
ru	俄语

最佳实践

创建TMX文件

使用UTF-8编码
- 始终指定encoding="UTF-8"
- 避免遗留编码
包含元数据
- 设置创建日期
- 包含创建者信息
- 添加领域/项目属性
一致的语言代码
- 使用标准BCP 47代码
- 对地区变体保持一致
导出前验证
- 检查XML格式正确性
- 根据TMX DTD验证

导入TMX

检查编码
- 验证文件编码与声明匹配
- 如存在BOM则进行处理
处理重复
- 定义重复解决策略
- 考虑源文本+上下文
映射语言代码
- 处理变体映射（en vs en-US）
- 记录任何转换

TMX质量

问题	解决方案
编码错误	转换为UTF-8
缺少语言代码	添加xml:lang属性
无效XML	验证并修复结构
重复TU	合并或去重
缺少元数据	添加头部信息

TMX vs 其他格式

TMX vs XLIFF

方面	TMX	XLIFF
用途	TM交换	文档本地化
重点	片段对	完整工作流程
内容	最终译文	进行中的工作
元数据	TM特定	工作流程特定

TMX vs TBX

方面	TMX	TBX
内容	片段对	术语条目
结构	源文+译文	术语+定义
用例	翻译重用	术语一致性

常见问题和解决方案

字符编码

问题：特殊字符显示乱码。 解决方案：确保UTF-8编码和正确的XML转义。

<!-- 正确转义 -->
<seg>价格：&lt;100元 &amp; 免费送货</seg>

大文件处理

问题：TMX文件太大无法处理。 解决方案：

按语言对拆分
按项目/领域拆分
使用流式XML解析器

版本兼容性

问题：不同工具支持不同TMX版本。 解决方案：导出为TMX 1.4b以获得最大兼容性。

常见问题

TMX和TM有什么区别？

TM（翻译记忆）是翻译数据库，而TMX是用于在不同系统之间导出和交换该数据的文件格式。

TMX可以存储多个语言对吗？

可以，单个TMX文件可以包含多种语言的翻译。每个TU可以有多个TUV元素用于不同的目标语言。

TMX文件的最大大小是多少？

没有技术限制，但非常大的文件（数百万TU）可能会导致性能问题。建议拆分大于100MB的文件。

如何在TMX版本之间转换？

大多数CAT工具在导入/导出期间自动处理版本转换。对于手动转换，确保目标版本所需的所有元素都存在。

TMX仍然是行业标准吗？

是的，TMX 1.4b仍然是TM交换最广泛支持的格式。虽然XLIFF用于项目文件，但TMX是TM数据交换的标准。

TMX可以保留格式吗？

可以，使用内联元素（bpt、ept、ph、it）来表示格式标签。但是，具体处理方式在CAT工具之间有所不同。

TMX（翻译记忆交换格式）