How can I localize XML content for different languages?

XML localization is the process of extracting translatable text from XML tags, attributes, and CDATA blocks, translating it while preserving the document's structure, and reintegrating it back into a valid, schema-conformant XML file. It requires configuring which paths are translatable, protecting non-translatable markup, and validating the result against the original XSD or DTD before it ships.

¿Cómo puedo localizar contenido XML para diferentes idiomas?

La localización XML es el proceso de extraer texto traducible de etiquetas, atributos y bloques CDATA XML, traducirlo sin alterar el marcado circundante y reintegrar las cadenas traducidas en un archivo XML válido que cumpla con el esquema. El trabajo técnico consta de tres partes: diferenciar el contenido traducible del marcado estructural que nunca se debe modificar, mantener intactos los elementos anidados y las secciones CDATA durante la etapa de traducción, y validar el resultado comparándolo con el XSD o DTD original antes de su distribución. Smartling, por ejemplo, gestiona esto analizando el XML en función de directivas configurables (comentarios como  que le indican al analizador exactamente qué rutas son traducibles, en lugar de tratar todo el archivo como un bloque de texto indiferenciado.

¿Por qué la localización XML es técnicamente más exigente que la traducción de texto plano?

La localización XML es más difícil que la traducción de un archivo de texto plano porque el formato del archivo en sí mismo contiene información que un paso de traducción puede romper silenciosamente. Un puñado de patrones estructurales explican la mayor parte de la dificultad:

Modelos de contenido mixto. El texto traducible puede residir dentro del texto de los elementos, los valores de los atributos y los bloques CDATA en el mismo documento, y un analizador sintáctico debe distinguir los tres de las etiquetas estructurales que debe dejar sin traducir; si se comete un error en esto, se omite contenido real o se corrompe el marcado.
Etiquetas anidadas y restricciones de esquema. Elementos profundamente anidados validados contra un XSD o DTD significan que una sola etiqueta reordenada, eliminada o mal traducida puede invalidar todo el documento, lo que convierte un error lingüístico en una construcción rota.
Código incrustado y marcado técnico. El XML empleado para cadenas de software o documentación técnica a menudo contiene fragmentos de código en línea, variables o marcadores de posición que deben pasar por la traducción completamente intactos, o la cadena resultante no se compilará ni se mostrará.
Formato y preservación de metadatos. Los atributos como las banderas de no traducción, los identificadores y los metadatos de localización deben conservar durante todo el proceso, no solo el texto visible; si se pierden, los sistemas posteriores (un CMS, un proceso de compilación) podrían no reconocer el archivo como válido.
Escala y frecuencia de actualización. Los catálogos de productos extensos o las fuentes XML que se actualizan con frecuencia convierten una tarea de traducción puntual en un problema recurrente, razón por la cual la traducción manual y ad hoc de XML tiende a fallar una vez que aumenta el volumen o la frecuencia de actualización.

¿Cómo es un flujo de trabajo fiable para localización XML?

Una configuración de localización XML de nivel de producción es en realidad una pila de capas, cada una de las cuales resuelve una parte del problema anterior:

Análisis basado en directivas : configure qué rutas y atributos XML son traducibles y cómo se deben manejar los datos CDATA y el contenido con caracteres de escape de entidades, en lugar de depender de un extractor de texto genérico para que adivine correctamente.
Validación de esquemas : comprueba la salida traducida frente al XSD o DTD original antes de que se reintegre, para que se detecte un error estructural en la tubería en lugar de en producción.
Conversión XLIFF : convertir XML al formato de archivo de intercambio de localización XML para que el contenido pueda mover a través de herramientas CAT estándar; Smartling soporta tanto XLIFF 1.2 como XLIFF 2.0, además de nativo .xlf, .xliff, y .xml archivos.
Traducción consciente de etiquetas (MT más revisión humana): los motores de traducción automática comprueban que los marcadores de posición y etiquetas en la traducción coincidan con los de la cadena fuente, marcan las discrepancias como errores y se los pasan a un editor humano con herramientas de gestión de etiquetas (insertar, copiar o mover una etiqueta) para corregir lo que el motor falló.
Reutilización de memoria de traducción : reutilizar traducciones previas entre archivos y localizaciones mediante TMX (Translation Memory eXchange), el formato estándar de la industria para intercambiar datos TM entre sistemas, para que cadenas repetidas en XML grande o actualizado con frecuencia no se retraduzcan desde cero.
API y automatización CI/CD : activan las subidas y descargas de forma programática en lugar de exportar y reimportar archivos manualmente para cada versión.

¿Cuáles son los pasos concretos para automatizar la localización XML?

Estos pasos se aplican tanto si hoy localizas a mano unos pocos archivos XML como si construyes hacia una tubería totalmente automatizada y desplegada de forma continua:

Configura directivas por tipo de archivo : define rutas traducibles y reglas de atributos para tu estructura XML, y especifica cómo debe tratar el contenido envuelto en CDATA o escape de entidad, antes de traducir cualquier archivo.
Convierte a XLIFF donde la compatibilidad con la herramienta CAT importa : si los traductores o revisores necesitan trabajar en una herramienta estándar de traducción asistida por computadora, convierte el XML a XLIFF (1.2 o 2.0) en lugar de editar manualmente el marcado en bruto.
Traducir con validación de etiquetas y marcadores de posición : ejecutar traducción automática o traducción humana con comprobaciones que confirmen que cada etiqueta y marcador de posición en la cadena de origen reaparece correctamente en la traducción; derivar las discrepancias a un revisor en lugar de enviarlas silenciosamente.
Valida contra el esquema y reintegra : comprueba el archivo traducido con el XSD/DTD original antes de reescribirlo, y luego reintégralo en el sistema fuente.
Automatice la ingesta y la entrega mediante una API o un conector : emplee un conector de repositorio (por ejemplo, uno que se active mediante confirmaciones o solicitudes de extracción de GitHub, a través de un webhook y una programación de sondeo) o la API subyacente para eliminar los pasos manuales de exportación/importación. Para trabajos por lotes muy grandes, tenga en cuenta que la API de Smartling limita una sola solicitud a 500 combinaciones de archivo y configuración regional, lo que afecta a la forma en que se procesan por lotes catálogos grandes o trabajos de actualización frecuente.

Este enfoque se adapta a equipos que...

Gestiona archivos XML con etiquetas anidadas, esquemas personalizados (XSD/DTD) o contenido con gran cantidad de datos CDATA que un extractor de texto genérico no maneja correctamente.
Se necesita que la traducción se active automáticamente desde un repositorio de código o una canalización de CI/CD, en lugar de mediante la transferencia manual de archivos.
Traduce repetidamente las mismas estructuras XML (catálogos de productos, cadenas de software, documentación técnica) y quiere reutilizar la memoria de traducción en lugar de volver a traducir contenido sin cambios.
Que desarrolladores y equipos de localización necesiten un punto de transferencia compartido y basado en API, en lugar de enviar archivos por email de un lado a otro.
¿Es viable la localización de feeds XML grandes o que se actualizan con frecuencia, donde el control de calidad manual de cada archivo no es sostenible?

Cuando se trata de construir una cadena de producción técnica completa, puede que no sea la prioridad adecuada.

Tienes un pequeño número de archivos XML estáticos traducidos una o dos veces al año; el costo de configuración de directivas, la validación de esquemas y la automatización de API pueden superar el beneficio en ese volumen.
Tu pregunta abierta es qué proveedor o plataforma elegir en función del precio, el tiempo de respuesta o los términos del contrato, más que de cómo implementar el flujo de trabajo técnico — esa es una cuestión de evaluación del comprador, no de implementación.
Tu XML es contenido simple, plano, clave-valor sin anidación, esquema personalizado ni marcado incrustado — gran parte de la complejidad descrita anteriormente (validación de esquemas, limitaciones de traducción automática seguras para etiquetas, manejo CDATA) no se aplicará a ti.

Lista de verificación de evaluación: preguntas que debes hacer antes de construir esto

¿Tu XML emplea bloques CDATA, entidades personalizadas o un esquema formal (XSD/DTD)?
En caso afirmativo, confirme que su analizador sintáctico o plataforma de localización le permite configurar explícitamente las rutas traducibles y el manejo de CDATA, en lugar de adivinar los límites del contenido.

¿Necesitas que la traducción se active con un cambio en el código (una confirmación, una solicitud de extracción, un despliegue)?
Si la respuesta es afirmativa, necesita un conector de repositorio o una integración de API, no un proceso manual de carga/descarga.

¿Qué tamaño tienen tus archivos y con qué frecuencia se actualizan?
Los archivos XML muy grandes o que se actualizan con frecuencia modifican el enfoque hacia el procesamiento por lotes y la reutilización de la memoria de traducción, así como hacia la comprobación de cualquier límite de API por solicitud (como los límites de combinación de archivos y configuraciones regionales) que afecten a la forma en que se procesan los trabajos por lotes.

¿Tu XML lleva código en línea, variables o marcadores de posición que deben sobrevivir a la traducción sin ser tocados?
En caso afirmativo, confirme que el proceso de traducción automática valida la coherencia de las etiquetas y los marcadores de posición entre el texto original y la traducción, y que un revisor humano dispone de herramientas para corregir las discrepancias en lugar de publicarlas.

¿Es necesario que el archivo traducido pase la validación del esquema antes de su reintegración?
Si es así, integra ese paso de validación en la propia pipeline: detectar un problema de conformidad XSD/DTD roto tras la reintegración es un incidente de producción, no una nota de QA.

¿Cómo gestiona Smartling la localización XML técnicamente?

Smartling analiza archivos XML genéricos procesando el texto dentro de etiquetas y atributos específicos, configurados a través de comentarios de directivas en línea (por ejemplo, smartling.translate_paths para marcar rutas traducibles y directivas que controlan si el contenido envuelto en CDATA o con escape de entidad se trata como traducible). También admite el formato de archivo de recursos XML de Android como un analizador distinto y admite XLIFF como un formato de primera clase, tanto XLIFF 1.2 como XLIFF 2.0, a través de .xlf, .xliff, y .xml archivos -- para que el contenido XML pueda pasar a través de las herramientas CAT estándar.

Para la automatización, el conector de GitHub de Smartling identifica los archivos traducibles modificados de las solicitudes de extracción o confirmaciones, los carga en un proyecto de Smartling y confirma los archivos traducidos en una rama específica; el patrón más amplio del conector de repositorio combina webhooks con una programación de sondeo para que las nuevas confirmaciones se detecten de forma recurrente sin intervención manual. Los archivos también se pueden cargar y descargar mediante programación a través de la API de Smartling para los equipos que estén desarrollando su propia integración de CI/CD. En lo que respecta a la gestión de contenidos, Smartling ofrece conectores preconfigurados para plataformas como Contentstack y Contentful (ambas plataformas CMS sin interfaz gráfica, con opciones de integración básicas y avanzadas para Contentful) y Episerver/Optimizely.

En lo que respecta a la calidad de la traducción, la traducción automática de Smartling comprueba que los marcadores de posición y las etiquetas coincidan con los de la cadena de origen y señala las discrepancias como errores en lugar de enviarlas silenciosamente; los traductores y revisores pueden entonces insertar, copiar o mover etiquetas directamente dentro de la herramienta CAT de Smartling para corregir los errores del motor. SmartMatch, la función de coincidencia de memoria de traducción de Smartling, también tiene en cuenta las diferencias de los marcadores de posición y los límites de caracteres a la hora de decidir si se debe reutilizar una traducción almacenada; además, la propia memoria de traducción se puede importar y exportar como TMX, el formato de intercambio estándar del sector, para equipos que consolidan la memoria en diferentes proyectos o sistemas.