内容简介：做 web 无障碍相关的研究时，遇到的第一件事就是要给但仔细想一想，好像有些问题为了一探究竟，我决定开始了解下语言标记是如何定义的。
做 web 无障碍相关的研究时，遇到的第一件事就是要给 <html> 设置正确的 lang 属性，这么简单的一件事，想也不用就写好了： <html lang="zh-CN"> ，或者直接简写成 <html lang="zh"> ，Bingo，可以去做其它事了。
但仔细想一想，好像有些问题
-
zh是什么鬼？拼音？明明是国际标准怎么会用中文拼音？ -
CN为什么要大写？zh-CN表示中国中文，zh-SG表示新加坡中文，但都是用的简体中文，貌似没什么区别？ - 如果页面上显示的是用中文显示的粤语用词，如
佢系一个须刨嚟嘅(它是一个刮胡刀)，那屏幕阅读器是用普通话朗读还是用粤语朗读呢？
为了一探究竟，我决定开始了解下语言标记是如何定义的。
过程
先从 lang 属性的定义开始，参考 MDN 上关于lang 上的解释，它是由IETF 的BCP47 规范来定义的， 根据BCP47 规范的描述，它是RFC5646 与RFC4647 这两个规范的最佳实践合集，其中取代了RFC4646、 RFC3066 、RFC1766 这三个旧的语言标签规范，最新的规范定义了语言标签的描述规则如下：
language - extlang - script - region - variant - extension - privateuse 主语言 - 扩展语言(方言) - 书写文字 - 区域 - 变体 - 扩展 - 私有 复制代码
由子标签按顺序通过连字号(-)连接起来组成一个完整的语言标签，各子标签的格式遵循以下标准：
- language：ISO639-1 (2002)的2字母语言代码，ISO639-2 (1998) 或ISO639-3 (2007) 或ISO639-5 (2008)的3字母语言代码
- extlang：ISO639-3 每个由3字母组成
- script：ISO15924 的4字母书写文字代码
- region：ISO3166-1_alpha-2 的2字母地区代码(通常大写)，或UNM.49的3数字地理区代码
- variant：IANA语言子标签注册表 每个为5至8个字母，或者4字母后跟1个数字
- extension：暂未知
- privateuse：暂未知
这才刚开始讲，就遇到了一堆的专有名称，一堆的国际规范，用一个字形象我现在的心情：懵
对新规范的解读先停一下，我们来先回过头来从 zh-CN 的历史开始讲起
历史
1995年3月 IETF （互联网工程任务组）发布最早的RFC1766 语言标签规范，使用ISO639-1 的2字母语言代码，ISO3166-1_alpha-2 的2字母国家地区代码并(约定大写)。ISO639-1 规范中汉语使用 zh 表示，来自“中文”的汉语拼音： Zhōngwén 。ISO3166-1_alpha-2 规范中中国的代码是 CN ，这大概就是 zh-CN 的由来，也是目前使用最普遍的一种中文语言标签。
2001年1月发布的RFC3066 语言标签规范, 使用ISO639-2 的3字母语言代码，汉语使用 zho 表示，同样来自“中文”的汉语拼音： Zhōngwén 的前3个字母。
2006年9月发布RFC4646 (规范的主体)与RFC4647 (处理匹配行为) 语言标签规范。RFC4646 增加了使用ISO15924 的4字母书写文字子标签，简体中文是 Hans ，繁体中文是 Hant ，以及UNM.49 的3数字地理分区码。
2009年9月发布RFC5646 ，引入了3字符码的ISO639-3 与ISO639-5 作为语言子标签，其中ISO639-3 认定汉语文（ zho ）是一个大语文（macrolanguage），包含14种语文， cdo – 闽东语， cjy – 晋语， cmn – 普通话或國語， cpx – 莆仙语， czh – 徽语， czo – 闽中语， gan – 赣语， hak – 客家话， hsn – 湘语， mnp – 闽北语， nan – 闽南语， wuu – 吴语， yue – 粤语， lzh - 文言文。
2009年9月发布的BCP47 整合了RFC4647 和RFC5646 形成语言标签最佳实践，仍然使用 zh 作为大语文（macrolanguage）标签，ISO639-3 中引入的另外14种语文标签作为方言扩展标签，但推荐方言扩展标签直接作为主语言标签，因此赣语的标签以 zh-gan 或 gan 开头、粤语的以 zh-yue 或 yue 开头、普通话的以 zh-cmn 或 cmn 开头，BCP47 规范建议优先选择后者，但关于这点目前在业界是有争议的，普遍的观点是希望保留 zh 作为主语言标签，这样能更好的向前兼容。
IANA 语言子标签注册表
了解了语言标签规范的发展历史，我们再回到BCP47 规范，语言标签描述规则中的以下子标签:
language - extlang - script - region - variant - extension - privateuse 复制代码
在这些子标签中 推荐 使用IANA语言子标签注册表 中的子标签格式，这些格式通常是来源于各种 ISO 标准中的通用约定。
示例1：region 的取值 CN（中国）
%% Type: region Subtag: CN Description: China Added: 2005-10-16 %% 复制代码
示例2：script 的取值 Hans（简体中文）
%% Type: script Subtag: Hans Description: Han (Simplified variant) Added: 2005-10-16 %% 复制代码
中文子标签一览
IANA语言子标签注册表中，以下 extlang 中的方言同时也被归类到了 language 中，BCP47 规范是建议将下面的 extlang 直接作为主语言使用，而我个人的建议是主语言仍然使用 zh ，而 extlang 作为扩展方言使用。
language
-
zh中国字或中国话
extlang
cdo cjy cmn cpx czh czo gan hak hsn mnp nan wuu yue lzh
script
Hans Hant
region
CN HK TW SG
正确的写法
综上所述，从BCP47 规范的定义中，我们不难发现 zh-CN 这种语言标签的写法已经过时，不符合规范，以下从网上摘抄了一些标准的写法：
文字例子
zh-Hans-CN zh-Hant-TW zh-Hans-CN zh-lzh-Hans zh-lzh-Hant zh-Hans-CN
语言标签解释
zh-Hans zh-Hans-CN zh-Hans-HK zh-Hant zh-Hant-HK zh-Hant-TW yue cmn yue-Hans zh-yue-Hans yue-Hant cmn-Hans zh-cmn-Hans cmn-Hans-CN cmn-Hant-HK cmn-Hant-TW
以上就是本文的全部内容，希望本文的内容对大家的学习或者工作能带来一定的帮助，也希望大家多多支持 码农网
猜你喜欢:
本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。
Web标准和SEO应用实践
Aarron Walter / 李清 / 机械工业出版社 / 2008 / 36.00元
本书是关于搜索引擎优化和易发现性的技术指南。. 本书介绍Web标准、可访问性以及Ajax、API、Flash和微格式等内容，包括标记策略、服务器端策略、内容策略、建构易发现的博客、在网站内添加搜索、防止易发现性障碍、用邮件列表挽回流量、将易发现性付诸实践。 本书适合网站开发者与SEO技术业余爱好者等参考。 这不是为营销专家写的一本SEO的书。 针对那些想要找到网站的目标用户......一起来看看 《Web标准和SEO应用实践》 这本书的介绍吧!
