[12] 言語タグ の拡張 「t 翻訳 、転写 など変形の方法を記述するものです。
仕様書 [5] RFC 6497 - BCP 47 Extension T - Transformed Content (2013-09-15 12:12:25 +09:00 版) http://tools.ietf.org/html/rfc6497 [10] UTS #35: Unicode Locale Data Markup Language (2013-09-18 20:02:34 +09:00 版) http://unicode.org/reports/tr35/#Locale_Extension_Key_and_Type_Data [11] UTS #35: Unicode Locale Data Markup Language (2013-09-18 20:02:34 +09:00 版) http://unicode.org/reports/tr35/#Transformed_Content_Data_File [2] http://unicode.org/repos/cldr/trunk/common/bcp47/ [4] http://www.iana.org/assignments/language-tag-extensions-registry/language-tag-extensions-registry 構文 [21] t 拡張 は、それを表す t 部分タグ の後に、
言語タグ と欄 をつなげたものです。言語タグ は変換元の言語 を表しますが、省略できます。
欄 は変換についての追加情報を表し、任意の個数記述できます。ただし言語タグ を省略した場合は、
最低1つは欄 が必要です。 >>5
[46] 大文字 と小文字 は区別しませんが、 小文字 が正準形 です >>5
変換元の言語タグ [13] 変換元として t 拡張 内に埋め込まれる言語タグ は、正規 かつ妥当 かつ正準形 でなければなりません 拡張 や私用 は含んではなりません >>5 正規 」とは、
irregular regular 一致 することをいいます。
[14] これらの制限により、1文字の部分タグ (i x u 部分タグ は拡張 や私用 の区切りとして使われるので、
t 拡張 内に含めることは原理上できません。更に、 RFC 3066 までに IANA
に登録され、 RFC 4646 以後の正規 な言語タグ の構文に合致しないタグや、
未登録のタグや正準形 でないタグは使えないことになります。この辺りは少し厳し目ですね。なお、
大文字 と小文字 の違いは正準形 か否かとは独立しているので、問題となりません。[15] 用字系 だけを指定したい時は、言語部分タグ として und >>5
追加情報欄 [18] 変換についての追加情報を任意の個数、「欄 field 部分タグ としてラテン文字 と数字 の2文字を使って表します。
この先頭の部分タグ を欄分離子 field separator >>5
[20] ラテン文字 の後に数字 が来る2文字の部分タグ は、拡張 や私用 を除き言語タグ の他の部分で使われることがないので、変換元の言語タグ の指定と明確に区別できます。[22] 各欄 は、欄分離子 のあと、3-8文字のラテン文字 や数字 で構成する部分タグ が1つ以上必要です。
>>5 部分タグ の意味は欄 の種類により異なります。
[19] 例えば und-Cyrl-t-und-latn-m0-ungegn-2007 は UNGEGN の2007年版の転写法 を用いてラテン文字 から変換したキリル文字 を表します。
[23] 同じ欄分離子 を1つの言語タグ で複数回使ってはなりません 欄 同士の順序には意味はありませんが、アルファベット順 で整列 したものを正準形 とします。 >>5
[24] アルファベット順 というのは、 ASCII 順ということでいいのでしょうか。[26] 欄 の一覧[27] 欄 の定義は LDML で規定されることになっていますが、実際には XML ファイルの構文が定義されているだけで、
その意味は XML ファイル中に簡単に説明されているだけです。
u 拡張 はもっと詳しい説明があります。[28] t 拡張 の定義は http://unicode.org/repos/cldr/trunk/common/bcp47/transform.xml
に含まれると説明されていますが、実際には欄 ごとに別のファイルに含まれています。
m0 欄[29] m0 欄 は変換方式を表します >>5 , >>35
[35] http://unicode.org/repos/cldr/trunk/common/bcp47/transform.xml [30] この欄 は最初に定義されたもので、 RFC 6497 にも説明があります。 RFC
は他の場所の定義を要約したような体になっていますが、実際には RFC が最も詳しい説明のようです・・・。
[31] この欄 に属する部分タグ で数字 だけで構成するものは、日付 を表すことになっています。
その場合、他の部分タグ がなければならず 部分タグ でなければならず 年 を表すか、6桁で年月 を表すか、8桁で年月日 を表すかのいずれかでなければならず べきです 日付 自体、必要な時だけ使うべきです >>5
[32] この日付 の表現が XML ファイルに定義されなくても使っても良いものなのかどうかは明確ではありません。
勝手に使っても良いとは書いてありませんが、現時点では RFC で例示されているものも含め、
XML ファイルには日付 付きの値は登録されていません。[33] 例えば und-Hebr-t-und-latn-m0-ungegn-1977 は UNGEGN の1977年版転写法 によりラテン文字 をヘブライ文字 にしたものを表します。
i0 欄[36] i0 欄 は IME を表します >>37
[37] http://unicode.org/repos/cldr/trunk/common/bcp47/transform_ime.xml k0 欄[38] k0 欄 は鍵盤 を表します >>39
[39] http://unicode.org/repos/cldr/trunk/common/bcp47/transform_keyboard.xml t0 欄[40] t0 欄 は機械翻訳 を表します >>40
[41] http://unicode.org/repos/cldr/trunk/common/bcp47/transform_mt.xml [55] 移転確認 2024-04-05T12:47:53.200Z [56]
cldr/common/bcp47/transform.xml at main · unicode-org/cldr · GitHub , 2024-04-05T12:46:58.000Z https://github.com/unicode-org/cldr/blob/main/common/bcp47/transform.xml s0 欄[47] s0アクセント 処理、適切な引用符 の選択、
十六進数 表記といったような種々の変形(元)を表します。
「Transform source for non-languages/scripts.」と説明されています。
d0 欄[47] d0正規化 、case folding 、アクセント 処理、適切な引用符 の選択、
十六進数 表記といったような種々の変形(先)を表します。
「Transform destination for non-languages/scripts.」と説明されています。
h0t-h0 欄[48] 「Language mixed into hybrid language tag」を表すと説明されています。
[49] 値は妥当な言語タグ でなければなりません。
[50] es-t-h0-en は Spanglish を表すとされています。
h1t-h1 欄[51] 「Language mixed into hybrid translation source」を表すと説明されています。
[52] 値は妥当な言語タグ でなければなりません。
[53] 「-t- subtag」 (t 直後) も妥当な言語タグ でなければなりません。
[54] es-t-hi-h1-en は Hinglish から翻訳された Spanish を表すとされています。
x0 欄[42] x0 欄 は私用 です >>43
[43] http://unicode.org/repos/cldr/trunk/common/bcp47/transform_private_use.xml [44] 構文的に適切な任意の部分タグ の列を使うことができます >>43 部分タグ を任意個指定できます。
適合性 [45] t 拡張 の構文やその他の要件は RFC にいくつもありますが、
BCP 47 のいう「拡張 の妥当性 」には明確に言及されていません。例えば未登録の欄 を使うと拡張 は非妥当 となるのかは不明瞭です。
拡張と安定性 [25] 新たな欄 や値の定義は Unicode CLDR 技術委員会 の手続きにより LDML に追加することで行われるとされています。 >>5
[34] 構文や意味を変更する場合には RFC が必要なものの、そのような安定性を損なう変更は Unicode Consortium
の方針に反するとされています。 >>5
おまいう ...歴史 [58]
開発初期には拡張 s と拡張 t でわけて記述する案もありました。
>>57
[3]
2011-12-16 付けで IANA に登録されています >>4
[57]
draft-falk-transliteration-tags-01 , 2024-04-05T12:56:50.000Z https://datatracker.ietf.org/doc/html/draft-falk-transliteration-tags-01 [1] draft-davis-t-langtag-ext - BCP 47 Extension T - Transformed Content
http://tools.ietf.org/html/draft-davis-t-langtag-ext [6] CLDR: #3976 (Add data/spec for transform specification in language tags) – CLDR (2013-10-14 06:54:26 +09:00 版) http://unicode.org/cldr/trac/ticket/3976 [7] CLDR 21.0.2: New T Extensions for language/locale identifiers from announcements_at_unicode.org on 2012-06-07 (Unicode Mail List Archive) (announcements_at_unicode.org (announcements_at_unicode.org) 著, 2012-06-07 20:57:22 +09:00 版) http://www.unicode.org/mail-arch/unicode-ml/y2012-m06/0088.html [9] New BCP47 Extension T Fields - CLDR - Unicode Common Locale Data Repository (2013-10-04 05:16:43 +09:00 版) http://cldr.unicode.org/development/development-process/design-proposals/t-extension-fields 例 [8] >>7 より:
"zh-t-i0-pinyin", to indicate Chinese text generated with a pinyin input method "en-t-k0-dvorak", to identify a Dvorak keyboard for English "it-t-k0-osx-extended", to request an extended Mac keyboard for Italian 私用 のタグの例:
"ru-t-en-x0-mobile", to indicate a translation from English to Russian for use on a mobile device, or "ja-t-de-m0-und-x0-medical", to identify a machine translation from German to Japanese with a specialized dictionary for medical terms. [16] >>5 より:
ja-t-it はイタリア語 から変換した日本語 ja-Kana-t-it はイタリア語 から変換した日本語 のカタカナ 表記 und-Latn-t-und-cyrl はキリル文字 から変換したラテン文字 関連 [17] マーク付け言語 などで変換の前後の言語タグ をそれぞれ記述できるときには t 拡張 は使う必要はありません >>5
メモ [59] [ ICU-12077] Add some code to handle BCP47 aliases for transforms (added by CLDR) - Unicode Consortium2025-08-16T14:30:39.000Z https://unicode-org.atlassian.net/browse/ICU-12077