From 561bb1473680556e882e845e2b7f588f6d329bd0 Mon Sep 17 00:00:00 2001
From: Emanuel Almeida <emanuel@descomplicar.pt>
Date: Sat, 29 Aug 2026 02:29:44 +0100
Subject: [PATCH] =?UTF-8?q?fix(wp-translate-ptpt):=20reparar=20em=20vez=20?=
 =?UTF-8?q?de=20reverter=20corrup=C3=A7=C3=A3o=20de=20placeholders?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

QualityValidator.validate_entry() detectava PLACEHOLDER_MISMATCH mas só
revertia para o msgstr original — se a entrada já chegasse corrompida
(de fora do pipeline, ou de execuções anteriores do LibreTranslate), o
bug ficava preservado silenciosamente em vez de corrigido.

Adiciona repair_placeholders(), chamado no início de validate_entry():
- '%1$s' -> '% 1$s' (espaço após % antes do posicional) -> reparado
- '%1$.2f' -> '% 1$. 2f' (espaço após o ponto decimal) -> reparado

Âncora obrigatória: \d+\$ (posicional). Nunca ocorre em prosa PT-PT,
por isso zero falsos positivos em texto legítimo (testado contra '50%
do total', '30% em vendas', etc. — ficam inalterados).

Testado contra as 4 strings reais encontradas corrompidas em produção
(testimonial-pro, woocommerce, wordfence, wp-optimize) — todas reparam
para o valor correcto exacto.

Causa raiz: motor LibreTranslate (TranslationEngine.translate) recebe
placeholders crus, sem tokenização — ao contrário de translate_missing.py
(DeepL) que protege com tokens ⟦N⟧. Reparação aqui é mitigação; a
tokenização do motor LibreTranslate fica como follow-up.
---
 translate-wp-plugin/wp-translate-ptpt.py | 28 ++++++++++++++++++++++++
 1 file changed, 28 insertions(+)

diff --git a/translate-wp-plugin/wp-translate-ptpt.py b/translate-wp-plugin/wp-translate-ptpt.py
index d08c9dd..35ec372 100755
--- a/translate-wp-plugin/wp-translate-ptpt.py
+++ b/translate-wp-plugin/wp-translate-ptpt.py
@@ -564,10 +564,38 @@ class QualityValidator:
         'visualizar', 'acessar', 'baixar', 'compartilhar'
     ]
 
+    # Corrupção conhecida introduzida por motores de MT (LibreTranslate/DeepL):
+    # inserem espaços dentro de especificadores printf posicionais, ex.
+    # "%1$s" -> "% 1$s", "%1$.2f" -> "% 1$. 2f". sprintf() do PHP 8 lança
+    # ValueError com isto -> fatal error no site.
+    #
+    # Âncora obrigatória: \d+\$ (posicional). Nunca ocorre em prosa PT-PT —
+    # "%" seguido de espaço e dígito sozinho (ex. "% d" em "50% do total")
+    # É ambíguo com texto legítimo, por isso NÃO é corrigido automaticamente.
+    REPAIRABLE_PATTERNS = [
+        (r'%\s+(\d+\$)', r'%\1'),           # "% 1$s"    -> "%1$s"
+        (r'(\d+\$)\.\s+(\d)', r'\1.\2'),    # "1$. 2f"   -> "1$.2f"
+    ]
+
+    def repair_placeholders(self, msgstr: str) -> str:
+        """Corrige automaticamente corrupções conhecidas e seguras de placeholders."""
+        repaired = msgstr
+        for pattern, replacement in self.REPAIRABLE_PATTERNS:
+            repaired = re.sub(pattern, replacement, repaired)
+        return repaired
+
     def validate_entry(self, entry: PoEntry) -> Tuple[bool, List[str]]:
         """Validate a complete entry."""
         errors = []
 
+        # 0. Reparar corrupções conhecidas ANTES de validar. Isto cobre tanto
+        #    traduções novas como entradas já corrompidas revalidadas em modo
+        #    --brands-only — sem isto, o mismatch era apenas detectado e a
+        #    entrada revertida para o original (que já vinha corrompido),
+        #    preservando o bug silenciosamente em vez de o corrigir.
+        if entry.msgstr:
+            entry.msgstr = self.repair_placeholders(entry.msgstr)
+
         # 1. Check placeholders
         if not self._check_placeholders(entry.msgid, entry.msgstr):
             errors.append("PLACEHOLDER_MISMATCH")