首页 >
IETF语言标签
✍ dations ◷ 2025-06-07 23:00:10 #IETF语言标签
语言标签是语言代码的缩写表示,例如en表示英语,pt-BR表示巴西葡萄牙语。由互联网工程任务组 (IETF)的“BCP(英语:Best Current Practice) 47”文档系列定义。现在标准化为RFC 5646 (引用了相关的RFC 5645)与RFC 4647, IANA语言子标签登记。使用的各成分来自ISO 639, ISO 15924, ISO 3166-1, UN M.49.这种语言标签用于许多现代的计算标准,包括IETF的互联网协议如HTTP, XML 以及PNG,,SGML,Unicode,ANSI,ECMA。Microsoft的Windows操作系统使用它代替过时的LCID,来表示locale。IETF语言标签的最早版本是1995年3月发布的RFC 1766。使用ISO 639的2字母语言代码,ISO 3166的2字母国家地区代码,允许登记的标签携带variant或书写文字子标签。2001年1月发布RFC 3066, 使用ISO 639-2的3字母语言代码。2006年9月发布RFC 4646 (规范的主体)与RFC 4647 (处理匹配行为)。RFC 4646增加了使用ISO 15924 的4字母书写文字代码与UN M.49的3数字地理分区码。2009年9月发布RFC 5646,引入了3字符码的ISO 639-3与639-5作为语言子标签。语言标签由一个或多个子标签(subtags)组成,用连字号(-)分隔。子标签只能由基本拉丁字母或数字组成。子标签出现顺序:例外情况是x-前缀开头的私用语言标签,向后兼容的grandfathered语言标签(包括i-前缀与以前登记的老的语言标签)。上述未指明的子标签应该小写。实际上整个语言标签是大小写无关的。可选的script与region子标签如果没有提供可辨识信息,则将被忽略。例如拉丁字母拼写的西班牙语es-Latn,日本的日语ja-JP。并不是所有语言区域都有有效的区域子标签:主语言的国内方言区被登记为variant子标签。例如,valencia variant子标签用于加泰罗尼亚语的巴伦西亚语方言。由于该方言几乎只用于西班牙国内,区域子标签ES通常忽略。宏语言(macrolanguage)中的语言代码或者直接用语言子标签表示,如普通话cmn;或者用语言-扩展子标签的组合,如zh-cmn。手语用扩展子标签,前缀为sgn。虽然源自ISO或UN的标准,但并不是严格遵循。特别是ISO 639, ISO 15924, ISO 3166, UN M.49等标准撤回某些编码,甚至改变某些编码所指的时候,RFC 4646规定语言标签仍然保持最初含义不变。RFC 4646之前登记的语言标签现在分为"grandfathered"或"redundant",视其是否满足目前的语法而定。并且是过时的。现在采用ISO 639-3语言子标签。例如,nan取代了zh-min-nan表示闽南语;hak取代了i-hak、zh-hakka表示客家话;ase取代了sgn-US表示美国手语。ISO 639-5使用3字母表示一个语言群中所有的语言。而ISO 639-2使用3字母表示一个语言群中没有独立语言标签的那些语言。例如,ISO 639-2代码afa表示"Afro-Asiatic (Other)",不包含阿拉伯语。而ISO 639-5中的这个代码表示"Afro-Asiatic languages",包含亚非语系所有语言。这一变化发生在2009年。ISO 639-5为了向后兼容ISO 639-2,对于这些老的代码,定义了grouping type attribute。BCP 47定义了"Scope"属性用于语言集子标签的辨别。但是没有定义任何inclusive或exclusive属性,也没有使用ISO 639-5的grouping type attribute。ISO 639-5没有定义哪些语言属于某个语言集。因此RFC 5646不建议使用语言集,除非是那些非特定的语言集,如"Multiple languages"与 "Undetermined"。某些主语言子标签携带了属性"Suppress-Script",通常某个书写系统适用于该语言。因此会忽略script子标签。例如,yi取代了yi-Hebr ,因为意地绪语总是使用希伯来字母书写。另一个例子,zh-Hans-SG可被认为等价于zh-Hans,因为新加坡简体中文与其他简体中文几乎一样。但是,这里的script子标签显然是有意义的。当语言的地区方言有专门的子标签,这比使用地区子标签更优。例如,ar-DZ应该被arq代替来表示阿尔及利亚阿拉伯语。Extension子标签(不要与extended语言子标签混淆)允许附加额外的信息,如locale,calendar,currency。至2014年1月已经分配了两种扩展。2012年2月,Unicode Consortium在RFC 6497发布了Extension T用于语言标签包含信息关于音译(transliterated),转写(transcribed),变换(transformed)。例如,en-t-jp用于从日语翻译到英语。2010年12月,Unicode Consortium在RFC 6067发布了Extension U,允许在Common Locale Data Repository(英语:Common Locale Data Repository)(CLDR)中嵌入了宽属性,表示很多locale数据集。例如:Windows Vista及以后版本,采用RFC 4646作为locale标签,字符串最大长度85,包含了结尾的零字符。只有语言子标签,称为中立locale(neutral locale)。加上地区子标签,称为specific locale。格式为<language>-<Script>-<REGION>,例如"uz-Latn-UZ"表示乌兹别克斯坦的使用拉丁字母的乌兹别克语。排序规则应写为<language>-<Script>-<REGION>_<sort order>
相关
- 嗜热链球菌Streptococcus salivarius subsp. thermophilus (Orla-Jensen, 1919) Farrow et Collins 1984嗜热链球菌(拉丁学名 Streptococcus thermophilus)为革兰氏阳性细菌,同型发酵(homo
- 起酥油起酥油(英语:Shortening)泛指在烘焙面食中,为了使食品口感松脆而加入的各种脂肪。为了操作方便,理想的起酥油在室温下应呈半固体状。在现代工业技术发展成熟之前,起酥一般是动物脂
- 木糖醇木糖醇(Xylitol),即(2R,3R,4S)-戊五醇,为糖醇的一种,是一种可以作为蔗糖替代物的五碳糖醇,是木糖代谢的产物,木糖广泛存在于各种植物中,可从白桦、覆盆子、玉米等植物中提取,目前主要
- 伊斯兰历伊斯兰历或伊斯兰教历,为目前伊斯兰教国家通用的历法,正式名称为哈吉来/希吉来历(阿拉伯语:التقويم الهجري at-taqwīm al-hijrī),意指公元622年先知穆罕默德从
- 液相色谱色谱法(英语:chromatography,又称层析法)是一种分离和分析方法,在分析化学、有机化学、生物化学等领域有着非常广泛的应用。色谱法利用不同物质在不同相态的选择性分配,以流动相对
- 夜市台湾夜市以当中的台湾小吃闻名,通常在路边设有小桌子小凳子就地坐下享用,或是打包带走。小吃的随着潮流快速的更新,但有些极富特色受大欢迎的小吃,例如蚵仔煎、香鸡排、烤香肠、
- 招待局中国人民解放军军徽中央军委机关事务管理总局招待局,位于北京市,是中央军事委员会机关事务管理总局下属局,负责中央军委机关的招待工作。2016年改革前,中国人民解放军总参谋部管
- 娜仁花娜仁花(1962年11月17日-),女,蒙古族,内蒙古锡林浩特人,中华人民共和国演员。1986年毕业于北京电影学院表演系,同年以《湘女萧萧》一片成名。多次提名中国各类电影奖项,2011年获得金鸡
- 葡萄牙摄政王约翰若昂六世,又译約翰六世,(1767年5月13日-1826年3月10日),葡萄牙和阿尔加维国王(1816年-1826年)、巴西国王(1816年-1822年 / 1825年)和自称的巴西皇帝(1825年-1826年)。1767年5月13日生于
- 刑事上诉法院德克萨斯州刑事上诉法院(Texas Court of Criminal Appeals (CCA))是美国德克萨斯州所有的刑事案件之终审法院。刑事上诉法院设在奥斯汀市区(英语:Downtown Austin)的最高法院大楼