当前位置: 首页 > news >正文

一键 i18n 国际化神库!适配 Vue、React!

一键 i18n 国际化神库!适配 Vue、React!

作为一名前端开发,给项目做多语言早已是家常便饭。

可每次面对成百上千条文案,“一行行手动翻译+维护 N 个 JSON 文件”仍然是让人头秃的体力活。

今天就把我实测有效的3 款零入侵、一键式国际化神库分享给大家——Vue2/3、React 都能用,真正做到“写完代码就出国”。

🎯i18n-auto-extractor

用 $at() 包一层,剩下的交给机器人

  • 安装即可跑,零配置开箱即用
  • Vue、React、原生项目全部通吃
  • 内置谷歌翻译,支持 100+ 语言
  • 极小包体,运行时动态切换语言

使用 3 步走

npmi -D i18n-auto-extractor npx i18n-auto-extractor# 生成配置文件
// 代码里包一层即可consttitle=$at('欢迎来到我的网站')

构建后会自动生成:

locales/ ├─ zh.json // 原中文 ├─ en.json // 自动翻译 ├─ fr.json // ...

🎯auto-i18n-translation-plugins

连 $t() 都不用写,源码中文自动翻译

  • 完全零侵入,Babel 扫描无需改代码
  • Vite / Webpack / Rollup 插件形态全覆盖
  • Google、有道、百度翻译源任意切换
  • 增量构建,只翻译新增文案省流量
npmi -D vite-auto-i18n-plugin@^1.0.23

使用示例(Vite)

npmi -D vite-auto-i18n-plugin@^1.0.23
// vite.config.tsimportviteAutoI18nfrom'vite-auto-i18n-plugin'exportdefaultdefineConfig({plugins:[vue(),viteAutoI18n({targetLangList:['en','ja','ko'],translator:newYoudaoTranslator({appId:'xxx',appKey:'xxx'})})]})

构建完成后自动生成 lang/index.json,直接引入即可使用。

🎯i18n-cli

命令行一把梭,老项目 5 分钟上线多语言

  • CLI 一键扫描并替换中文为 t(‘xxx’)
  • Excel 导入导出,翻译团队协作零门槛
  • 支持百度、谷歌、有道多翻译源
  • 增量模式仅处理新增文案,避免重复劳动

使用 2 步走

npmi -g @ifreeovo/i18n-extract-cli it --locales en,ja# 全量翻译it --incremental# 仅增量

产物示例:

// locales/zh-CN.json{"a1b2c3":"提交订单"}// locales/en.json{"a1b2c3":"Submit Order"}

🎯 场景速选指南

场景推荐工具理由
新项目,想持续维护i18n-auto-extractor有侵入,但长期可维护
老项目 2 天上线英文版auto-i18n-translation-plugins完全不改动源码
需要产品/翻译团队介入i18n-cliCLI + Excel 协作最顺畅

🏁 总结

  • 不想写 $t() → 选 auto-i18n-translation-plugins
  • 愿意包一层 $at() 换长期省心 → 选 i18n-auto-extractor
  • 命令行一把梭 + Excel 协作 → 选 i18n-cli

三款都是 MIT 开源,按场景挑一把梭,国际化再也不是体力活!

Github 地址

  • i18n-auto-extractor:https://github.com/qianyuanjia/i18n-auto-extractor
  • auto-i18n-translation-plugins:https://github.com/auto-i18n/auto-i18n-translation-plugins
  • i18n-cli:https://github.com/IFreeOvO/i18n-cli
http://www.cnnetsun.cn/news/88128.html

相关文章:

  • pythonstudy Day37
  • Linly-Talker结合RAG技术实现知识增强型虚拟客服系统
  • 用Deepseek-v3.1在Trae中编写AI中继程序
  • LobeChat能否实现思维导图输出?结构化内容展示尝试
  • 开源5G基站硬件参数
  • C#开发桌面应用调用GPT-SoVITS REST API实战
  • Dify Docker部署与使用全指南
  • 数组作为参数
  • 蜜罐技术-德迅猎鹰
  • Daily Report — Day 9 (Beta)
  • Seed-Coder-8B-Base与SonarQube智能集成路径
  • 基于CentOS7 DM8单机部署配置记录-20251216
  • 大模型入门:预训练、微调和蒸馏,一篇文章全掌握
  • LobeChat能否编写教案?教师备课自动化尝试
  • vLLM-Omni:全模态AI推理框架技术解析
  • 18、基于位置点的恢复
  • LobeChat文件上传与语音交互实测:这些功能太惊艳了
  • LobeChat日志记录与审计功能配置方法说明
  • Qwen3-8B接入MCP实现动态工具调用
  • Docker 从入门到精通教程
  • waitGroup底层源码分析
  • LobeChat能否用于编写Prometheus告警规则?可观测性增强
  • 大模型学习全攻略:七阶段系统学习路线图,从基础到实战应用,非常详细收藏我这一篇就够了
  • 玄晶引擎AI数字员工更新深度测评:Sora2赋能+RPA运营,AI内容生产进入效率革命期
  • YOLOv5中使用torch加载自定义模型进行目标检测
  • LobeChat能否隐藏源码信息?增强系统隐蔽性
  • React 的桶算法详解
  • 深入理解Dify的依赖管理机制(Dependency Walker适用场景)
  • CordovaOpenHarmony车辆管理系统开发
  • YOLO训练中断恢复技巧:避免重复计算