För vem ·
Ren källtext till ditt CAT-verktyg
Källtext som klistras in från en webbsida bär med sig navigeringen, och varje menypost blir ett segment du måste hoppa över. Clean Web Clipper klipper bort det före exporten: på ett korpus om 109 sidor återstod 102 dubblerade navigeringsrader, mot 282, 478 och 491 hos de tre andra motorerna. Det du importerar är brödtext.
Varför segmentlistan smutsas ned
En inklistrad webbsida ger tiotals segment som inte är översättningsarbete: ”Start”, ”Logga in”, ”Godkänn alla”, en sidnumrering från 1 till 12 och samma rubrikrad som återkommer i varje avsnitt. Du måste röra vid dem en och en eller utesluta dem, och gör du inte det smutsar de ned ditt översättningsminne. Vid en serie sidor från samma webbplats upprepas arbetet varje gång.
Att filtrera i efterhand är mer omständligt än det låter, för bruset ligger utspritt i texten och inte prydligt först. Dessutom bryter en inklistrad sida formateringen inne i raden: fetstil och kursiv går förlorade eller blir lösa taggar, och en tabell blir en följd av rader vars samband är borta.
Vad du importerar
- Menyer, sidnumrering, kakbanners och ”Läs också”-block klipps bort före exporten
- Dubblerade navigeringsrader ungefär fyra gånger färre än hos de jämförda motorerna
- Vanlig Markdown importeras i alla större CAT-verktyg
- Fetstil, kursiv, länkar, kod och listor blir sina Markdown-motsvarigheter, som de flesta verktyg hanterar som inline-taggar
- Källadressen följer med texten, så sammanhanget är ett klick bort
- Markeringssparande när du bara behöver ett enskilt avsnitt
Riksdagen har beslutat om ändringarna med 178 röster för, 121 emot och 12 nedlagda röster. Bestämmelserna träder i kraft den 1 juli och ska följas upp efter två år. Uppföljningen redovisas i en rapport till riksdagen.
Vad det inte gör
Det översätter ingenting och känner inte igen källspråket: det ger bara ren text. Det kommer ingen XLIFF, TMX eller segmentfil ur det – utdatan är Markdown, och segmenteringen sköter ditt CAT-verktyg. Du sparar en sida i taget; det finns ingen crawler som drar hem en hel webbplats. Och text som ligger i en bild förblir en bild.