摘要：前言最近加入到新項(xiàng)目組負(fù)責(zé)前端技術(shù)預(yù)研和選型，其中涉及到一個(gè)熟悉又陌生的需求國際化本地化。本篇將闡述國際化和本地化的概念，以及其中一個(gè)很重要的概念也叫或。語法注意一般采用首字母大寫，后續(xù)字母全小寫指定與國家地域?qū)?yīng)的語言方言文化。

?最近加入到新項(xiàng)目組負(fù)責(zé)前端技術(shù)預(yù)研和選型，其中涉及到一個(gè)熟悉又陌生的需求——國際化＆本地化。熟悉的是之前的項(xiàng)目也玩過，陌生的是之前的實(shí)現(xiàn)僅僅停留在"有"的階段而已。趁著這個(gè)機(jī)會(huì)好好學(xué)習(xí)整理一下，為后面的技術(shù)選型做準(zhǔn)備。
?本篇將闡述國際化和本地化的概念，以及其中一個(gè)很重要的概念——Language tag(也叫Language code 或 Culture)。

?國際化我認(rèn)為就是應(yīng)用支持多語言和文化習(xí)俗(數(shù)字、貨幣、日期和字符比較算法等)，而本地化則是應(yīng)用能識(shí)別用戶所屬文化習(xí)俗自動(dòng)適配至相應(yīng)的語言文化版本。
?過去常常以為國際化就是字符串的替換——如"你好!"替換為"What"s up, man!"，其實(shí)具體是分為以下5方面:

字符串替換
?如"你好!"替換為"What"s up, man!".

數(shù)字表示方式
?如1200.01，英語表示方式為1,200.01，而法語則為1 200,01，德語則為1.200,01.

貨幣表示方式
?如人民幣￥1,200.01，美元表示方式為$1,200.01，而英語的歐元?jiǎng)t為€1,200.01，德語的歐元?jiǎng)t為1.200,01?€.

注意: 這里沒有還沒算上匯率呢.

日期表示方式
?如2016年9月15日，英語表示方式為9/15/2016, 而法語為15/9/2016, 德語為15.9.2016.

字符比較算法
?如?和z比較時(shí)，英語、德語中均是?排在z前面，而在瑞典語中則是z排在?前面.

?既然要自動(dòng)適配至用戶所屬的語言文化版本，那么總得有個(gè)根據(jù)才能識(shí)別吧？我想大家應(yīng)該對(duì)zh-CN和en等不陌生吧，而它們正是我們所需的根據(jù)了！在我們使用已有i18n庫實(shí)現(xiàn)國際化/本地化時(shí)，必定會(huì)寫下以下文檔

{
  "en": { "name": "Enter Name" },
  "zh-CN": { "name": "輸入姓名" }
}

?但除了en和zh-CN還有其他鍵嗎？它們的組成規(guī)則又是如何的呢？下面我們來稍微深入的了解這些Language Tag吧！

注意以下采用ABNF語言描述(ABNF的語法請(qǐng)參考語法規(guī)范：BNF與ABNF)

Language-Tag = langtag
             / privateuse
             / grandfathered

langtag = language
          ["-" script]
          ["-" region]
          *("-" variant)
          *("-" extension)
          ["-" privateuse]

可以看到Language-Tag分為langtag，privateuse 和 grandfatherd三個(gè)子類,下面我們先了解一般情況用不上的兩個(gè)吧！
privateuse
?標(biāo)簽的意思不由subtag registry定義，而是由使用的團(tuán)隊(duì)間私自定義、維護(hù)和使用。
?格式:

privateuse = "x" 1*("-" (1*8alphanum))

示例:x-zh-CN是privateuse，其意思不一定與languagezh-CN一致。
注意: 只作為小集團(tuán)內(nèi)部用可以，決不能大范圍適用。

grandfathered
?用于向后兼容。由于RFC 4646前的標(biāo)簽無法完全匹配當(dāng)前registry的標(biāo)簽語法和意思，因此通過grandfathered來提供向后兼容的特性。
?語法:

grandfathered = irregular
              / regualr
irregular = "en-GB-oed"         ; irregular tags do not match
          / "i-ami"             ; the "langtag" production and
          / "i-bnn"             ; would not otherwise be
          / "i-default"         ; considered "well-formed"
          / "i-enochian"        ; These tags are all valid,
          / "i-hak"             ; but most are deprecated
          / "i-klingon"         ; in favor of more modern
          / "i-lux"             ; subtags or subtag
          / "i-mingo"  
          / "i-navajo"
          / "i-pwn"
          / "i-tao"
          / "i-tay"
          / "i-tsu"
          / "sgn-BE-FR"
          / "sgn-BE-NL"
          / "sgn-CH-DE"
regular = "art-lojban"        ; these tags match the "langtag"
        / "cel-gaulish"       ; production, but their subtags
        / "no-bok"            ; are not extended language
        / "no-nyn"            ; or variant subtags: their meaning
        / "zh-guoyu"          ; is defined by their registration
        / "zh-hakka"          ; and all of these are deprecated
        / "zh-min"            ; in favor of a more modern
        / "zh-min-nan"        ; subtag or sequence of subtags
        / "zh-xiang"

注意: 幾乎所有g(shù)randfarthered標(biāo)簽均可被當(dāng)前registry的標(biāo)簽及其組合作替代(像i-tao可以被tao代替)，因此如無意外請(qǐng)使用現(xiàn)行的標(biāo)簽吧。

下面就到了我們的重頭戲langtag了,首先我們看看langtag下的第一個(gè)subtag——language.

?像en這種就是Primary language subtag，用于標(biāo)識(shí)資源所對(duì)應(yīng)的語言。
?語法:

language = 2*3ALPAH
           ["-" extlang]
         / 4ALPHA
         / 5*8ALPHA
extlang = 3ALPHA
          *2("-" 3ALPHA)

看到language有三種形式，其中讓我比較好奇的是第一種2*3ALPHA ["-" extlang]。這種形式中前面的2*3ALPHA稱為macrolanguage，用于標(biāo)明資源對(duì)應(yīng)一種語言的匯總，而具體的某一種語言/方言則通過extlang指定。而包含extlang部分的language也被稱為encompassed language.
如zh-cmn和zh-yue就是encompassed language，其中zh是macrolanguage，而cmn和yue則是extlang。
?這里有個(gè)很有趣的事情是，我們認(rèn)為普通話和廣東話等都是漢語的方言，但西方卻認(rèn)為普通話、廣東話根本就不屬于一種語言，因此像zh-cmn和zh-yue在規(guī)范中被設(shè)置為redundant，建議直接使用cmn和yue等。不過由于歷史原因，我們還是使用zh-CN代表cmn-CN。
?另外現(xiàn)在可以作為macrolanguage的就只有7個(gè)標(biāo)簽(ar,kok,ms,sw,uz,zh和sgn)
?另外幾個(gè)和cmn類似的subtags如下

cmn 普通話（官話、國語）
wuu 吳語（江浙話、上海話）
czh 徽語（徽州話、嚴(yán)州話、吳語-徽嚴(yán)片）
hak 客家語
yue 粵語（廣東話）
nan 閩南語（福建話、臺(tái)語）
cpx 莆仙話（莆田話、興化語）
cdo 閩東語
mnp 閩北語
zco 閩中語
gan 贛語（江西話）
hsn 湘語（湖南話）
cjy 晉語（山西話、陜北話）

注意: 一般采用全小寫

?用于指定字跡或文字系統(tǒng)資源所屬的語言和方言等。
?語法:

script = 4ALPHA

注意: 一般采用首字母大寫，后續(xù)字母全小寫

?指定與國家、地域?qū)?yīng)的語言/方言文化。
?語法:

region = 2ALPHA
       / 3DIGIT

注意: 一般采用全大寫

?指定其他subtag又無法提供的額外信息
?語法:

variant = 5*8alphanum
        / (DIGIT 3alphanum)

示例:de-CH-1996其中1996是variant subtag，整體意思是在Switzerland使用的自1996改良過的德語。

?提供一種機(jī)制讓我們?nèi)U(kuò)展langtag
?語法:

extension = singleton 1*("-" (2*8alphanum))
singleton = DIGIT
          / %x41-57
          / %x59-5A
          / %x61-77
          / %x79-7A

現(xiàn)在僅支持u作為sigleton的值。
示例:de-DE-u-co-phonebk表示采用電話本核對(duì)的方式對(duì)內(nèi)容進(jìn)行排序等操作。

更多關(guān)于language-tag的信息請(qǐng)參考BCP 47

?硬著頭皮啃下這么多規(guī)范的內(nèi)容，但我還不知道如何組合合適的language-tag呢:(其實(shí)選擇和組合的原則就只有一條
在足以區(qū)別當(dāng)前上下文中其他language-tag的前提下，保持language-tag足夠地短小精干
示例1:下文普通話、粵語并存

小陳說:"老大爺，東方廣場(chǎng)怎么走啊？"
老大爺回答道:"你講咩也啊？我聽唔明喔。"

示例2:下文含大陸人講英語、香港人講普通話和美國人說英語

小陳說:"Hi, where are you come from?"
李先生說:"你的英文跟我的普通話一樣普通啊，哈哈！"
Simon說:"Hey, what"s up!"

?那現(xiàn)在引出另一個(gè)問題，那就是我們?cè)趺粗栏鱾€(gè)subtag具體定義了哪些值呢？
具體都定義在IANA Language Subtag Registry中了。
假如覺得查找起來還是不方便，那么就使用Language Subtag Lookup tool吧！
另外若不清楚各國各地區(qū)所使用的語言或方言時(shí)，可通過Ethnologue查看，直接點(diǎn)擊地圖上的區(qū)域即可獲取相應(yīng)的subtag信息。

?現(xiàn)在我們已經(jīng)對(duì)國際化和本地化有了更全面的理解，也對(duì)Language tag有了更深入的認(rèn)識(shí)，現(xiàn)在是不是迫不及待想挽起袖子擼代碼呢？敬請(qǐng)期待下篇《JS魔法堂:不完全國際化&本地化手冊(cè) 之 實(shí)戰(zhàn)篇》
?尊重原創(chuàng)，轉(zhuǎn)載請(qǐng)注明來自:　http://www.cnblogs.com/fsjohn... ^_^肥仔John

網(wǎng)頁頭部的聲明應(yīng)該是用 lang="zh" 還是 lang="zh-cn"？
Language Subtag Registry
BCP 47
Language on the Web
Choosing a Language Tag
Language tags in HTML and XML