言語タグ

[71] 言語タグ (language tag) は、自然言語を識別するための短い文字列です。 ISO の定める言語符号などの組み合わせにより様々な言語や言語と地域や用字系などの組み合わせによるバリエーションを表現することができます。言語タグは IETF により BCP 47 として標準化されており、様々な IETF のプロトコルの他 HTML や CSS などの Web標準でも広く使われています。

仕様書

[191] IETF として初めて言語タグを規定した最初の正式な仕様は RFC 1766 でしたが、 RFC 3066、RFC 4646 を経て RFC 5646 が現行仕様となっています。 RFC 3066 と RFC 4646 の間に大規模な非互換変更が行われています。 (詳しくは歴史の項を参照してください。)

BCP 47

[84] IETF BCP 47 は、現在 RFC 5646 と RFC 4647 により構成されています >>72 1.。

IANA 登録簿

[188] 言語タグで使うことができる部分タグや祖父化言語タグは IANA の登録簿があります (>>74、>>76)。

[189] RFC 1766 や RFC 3066 の時代は ISO の仕様から導出できない追加の言語タグを登録してもよいという形でしたが、 RFC 4646 以降は原則としてすべて登録簿にある部分タグを組み合わせて使う形に改められています。

[190] RFC 3066 までの時代の登録簿は機械処理には適さない文書でしたが、 RFC 4646 以降は機械処理可能な形式になっています。その書式は RFC 4646 3. で規定されていましたが、 (非互換に) 変更されて現在は RFC 5646 3. で規定されています。

[53] ただし IANA が公開しているファイルはこの書式に必ずしも適合していません。機械処理して利用する場合は、適合していなくてもある程度扱えるような配慮が必要です。改行は CRLF ではなく、省略可能な CR と必須の LF の列として処理する必要があります。また区切りの %% の後に空白が来ても、無視する必要があります。

[93] IETF の身内であるところの IANA すら仕様を正しく運用できないのは驚くべきことかもしれませんが、 IETF の仕様の品質としては一般的な部類です。

[143] データファイル (>>144) も参照。

呼称

[125] 正式には「言語タグ (language tag) 」と呼ばれます。

[126] Wikipedia は IETF 仕様であることから「IETF言語タグ」と呼んでいます。

[127] 「言語コード」と呼ばれることもありますが、言語タグ仕様上は言語タグに含まれる最初の部分タグ (として用いられる ISO の言語コード) のことを指すので、全体として言語コードと呼ぶのは不正確です。

[128] 値が言語タグとなる属性の名前などでは「lang」と略されることがよくあります。プログラミング言語の変数などの名前としては「tag」や「langtag」などと略されることもあります。

構文

[55] 言語タグ (language tag) は、 1つ以上の部分タグ (subtag) を HYPHEN-MINUS (-) で連結した文字列です。

例えば、

ja-Latn-US

... は、3つの部分タグから構成される言語タグです。狭義の言語が日本語 (ja) であって、ラテン文字という用字系 (Latn) によって表記され、アメリカ合衆国という地域 (US) で用いられている言語を表しています。

[230] RFC は言語タグを ABNF 構文で規定しています。

[254] IETF では一般的に ABNF で規定された構文を US-ASCII、たまに UTF-8 で符号化される文字列たるバイト列と解釈しています。

[255] しかしながら、言語タグはいろいろな場面で使われており、あくまで ABNF で規定された文字列と解されています。従って HTML や JSON で使われるときは、その記述に使われる文字コードの普通の文字列として扱われます。

[261] Unicode言語タグは、 Unicode に含まれる通常の ASCII文字のかわりに、タグ文字に含まれるASCII文字相当を使った文字列としています。

部分タグ

[56] 部分タグ (subtag) は、 (狭義の) 言語や地域などを表す文字列です。部分タグを複数組み合わせて細かく指定できます。部分タグの長さや位置は、それが何を表すかによって決まっています。 RFC 4646 2.1.

部分タグの種類

[281] 言語タグの変種であるUnicode言語識別子、Unicodeロケール識別子は部分タグのことを「符号 (code) 」とも呼んでいます。

[282] UTS #35: Unicode Locale Data Markup Language (2011-07-19 03:14:51 +09:00 版) http://unicode.org/reports/tr35/#Unicode_Language_and_Locale_Identifiers

[283] 実際に部分タグとして使われているのは ISO の仕様によって定められた言語符号や国符号だったりするので、「符号」と呼びたくなるのも理解できます。

大文字と小文字

[58] 言語タグの (ASCII の) 大文字と小文字は、区別されません。 RFC 4646 2.1., RFC 5646 2.2.1.

[59] 区別はされませんが、 IANA 登録簿の書式が推奨されています。 RFC 4646 2.1., RFC 5646 2.2.1.

1つ目以外の2文字の部分札は、すべて大文字にします。
1つ目以外の4文字の部分札は、先頭だけ大文字にします。
それ以外のすべての部分札は、小文字にします。

[60] これは、 ISO 639-1 の言語符号がすべて小文字、 ISO 3166-1 の国名符号がすべて大文字、 ISO 15924 の用字系符号が先頭だけ大文字が推奨されていることに由来します。

[164] 拡張の部分タグについては、すべて小文字に正規化されることが期待されています。 RFC 5646 2.2.6.

[296] 拡張「t」は拡張の一部として言語タグを含めることができますが、その場合の正規形は、地域や用字系も含めてすべて小文字とされています。

[121] しかしこの正規形への機械的な変換は、言語タグの構文を踏まえた若干複雑な処理が必要になります。分野や実装によっては、 BCP 47 の推奨を無視してすべて小文字に変換することもあります。

[193] Unicode言語タグでは小文字が推奨されています。

長さ

[231] 言語タグには長さ制限はありません。一般的には6文字程度に収まりますが、それより長い言語タグもあります。 RFC 4646 4.3., RFC 5646 4.4.

[232] プロトコル等で長さを制限する場合であっても、最低35文字は認めなければなりません。 RFC 5646 4.4.

[233] RFC 4646 4.3. では最低42文字とされていましたが、拡張言語の仕様が確定したため緩和されました。

[234] 実装や仕様は長い言語タグを扱えなくても構いませんが、何文字まで扱えるのか、長すぎる時にどうなるのかを文書化するべきです。また実装は長すぎる時に警告するべきです。 RFC 4646 4.3., RFC 5646 4.4.

[235] 実装は長い言語タグを切り落としていく時に、部分タグの途中でぶった切ってはなりません。 RFC 4646 4.3., RFC 5646 4.4.

[236] 長い言語タグを切り落としていく例 RFC 4646 4.3., RFC 5646 4.4.

歴史

[268] RFC 1766 では、構文は制限が緩い単純なもので、

部分タグを - で連結する
部分タグは1文字から8文字のラテン文字

... という制限しかありませんでした RFC 1766 2.。

[260] RFC 3066 では、数字が認められて、

部分タグを - で連結する
部分タグは1文字から8文字の英数字

... という制限になりました RFC 3066 2.1。

拡張部分タグ

[155] 拡張 (extension) は、言語や言語タグと併用される、言語以外の情報を表すために使える言語タグの拡張機構です。 RFC 4646 2.2.6., RFC 5646 2.2.6.

[297] 数値の表現、暦、照合順序といったようなロケール情報は、広い意味では言語を構成する要素ではありますが、言語タグ本体仕様には含まれておらず、拡張として記述する必要があります。

[158] 拡張は言語、拡張言語、用字系、地域、異体の後で、私用の前になければなりません。言語タグ全体が私用であって x- から始まる場合には拡張を使うことはできません。 RFC 4646 2.2.6., RFC 5646 2.2.6.

[159] 拡張は複数個含めることができますが、同じ種類 (singleton) の拡張を複数個同時に含めてはなりません。 RFC 4646 2.2.6., RFC 5646 2.2.6.

[163] 拡張の順序は大文字・小文字不区別のASCII順に正準化するべきです。 RFC 4646 2.2.6., 4.4., RFC 5646 2.2.6., 4.5. 順序に意味は無いようです。

[298] 拡張によっては更に正規化する方法が規定されています。

[161] 拡張は、 singleton と呼ばれる1文字の部分タグと、それに続く1個以上の2-8文字の英数字の部分タグにより構成されます。 singleton は拡張の種類を表すものであり、 IANA に登録しなけてばなりません。続きの部分タグは、その拡張の仕様に従わなければなりません。 RFC 4646 2.2.6., RFC 5646 2.2.6. 拡張は続きの部分タグを構文の制約の元で自由に使うことができます。拡張が妥当 (valid) であるかどうかは、その仕様によって定められます RFC 5646 2.2.9.。

[162] x や i は拡張を表す singleton ではありません。

一覧

[284] t : 変換
[68] u : UTS #35 ロケール識別子

歴史

[157] 拡張は RFC 4646 で導入されました。それ以前は同様の仕組みはありませんでした。

[289] t は2011年12月16日付でIANAに登録されています。

私用部分タグ

[165] 私用 (private use) 部分タグは、特定の文脈で私的な合意の元に意味のある言語の区別を示すものです、 RFC 4646 2.2.7., RFC 5646 2.2.7. 私用の部分タグは登録なしに自由に使うことができますが、合意の範囲外では意味を共有することができませんし、異なる当事者間の同意により同じ文字列が異なる意味で理解されることもあり得ます。

[166] x だけの1文字の部分タグの後に1つ以上の私用の部分タグを使うことができます。私用の部分タグは1文字以上8文字以下の任意の英数字の列です。 RFC 4646 2.2.7., RFC 5646 2.2.7.

[167] 私用の部分タグは、たとえ言語や地域の部分タグと同じように見えたとしても、 (当事者間でそのように合意していない限り) その言語や地域を意味しません。 en-US と en-X-US は同じ言語を表すとは限りません。

[168] 私用の部分タグは他の部分タグより後になければなりません。言語部分タグなしで私用の部分タグだけを使うこともできます。 RFC 4646 2.2.7., RFC 5646 2.2.7.

[169] 他に候補がある場合や一般的な情報交換に供する場合には私用の部分タグを使うべきではありません。 RFC 4646 2.2.7., 4.5., RFC 5646 2.2.7., 4.6.

[170] 言語部分タグや地域部分タグなどにもそれぞれ私用に割り当てられた部分タグがありますが、それらはここでいう私用の部分タグとは別のものです。私用に割り当てられた部分タグは言語タグ仕様上、それぞれ言語、地域などの意味を保持していますが、ここでいう私用の部分タグは言語タグ仕様上不透明なものです。従って私用部分タグよりは私用に割り当てられた各種の部分タグを使うべきである RFC 4646 4.5., RFC 5646 4.6. とされています。

[183] 利用者は、私用部分タグを除き、 IANA に登録されていない部分タグを使ってはなりません。 RFC 5646 2.2.9.

[299] 拡張によってはその一部を私用としていることがあります。

[222] Semantic Web の世界では x-d-* が提案されています。

歴史

[171] RFC 1766 と RFC 3066 では、1つ目の部分タグ (当時の用語でいう一次タグ (primary tag) ) を x とすることで私用を表していました。 2つ目の部分タグ (当時の用語でいう最初の部分タグ (subtag) ) について、 RFC 1766 では何も規定がなく、 RFC 3066 では1文字のものは将来の拡張のために予約するとされていました。 3つ目以降の部分タグについては特に制約なく、 x を使ったり登録したりすることも認められていました (特に私用という意味は割り当てられていませんでした)。

[172] RFC 4646 以後、私用を表す部分タグの最初に使うという意味になっています。

祖父化言語タグ

[57] RFC 1766 や RFC 3066 の時代に登録された言語タグの中には、 RFC 4646 以後の部分タグの定義に従っていないものがありますが、それも互換性のため引き続き RFC 4646 以後の仕様でも使うことが認められています RFC 4646 2.2.8., RFC 5646 2.2.8.。

[85] RFC 4646 は特別に

grandfathered = 1*3ALPHA 1*2("-" 2*8(ALPHA / DIGIT))

... という構文を認めていました RFC 4646 2.1.。

[86] ところがこれでは RFC 4646 以後のより制限が厳しい構文で認めていないものがこちらの構文では認められることになってしまい、構文の定義として意味をなしていない状態でした。

[87] RFC 5646 では RFC 3066 までに登録されたものを構文定義に列挙する形となっており、この問題は解消しています。

[88] これによって RFC 3066 時代までに未登録で利用され、 RFC 4646 以後定義に沿わないことにされてしまった言語タグは RFC 5646 の構文に適合しなくなってしまいました。とはいえ、 RFC 4646 の時に既に RFC 本文の定義に合致しない状態だったのですが。

[89] RFC 5646 では、新しい構文に一致しないものの例外的に認めているもの (irregular) と、新しい構文に一致するものの新しい構文から導かれる意味と違う意味で解釈されるべきもの (regular) の2種類に分類されています。 RFC 5646 2.1., 2.2.8.

[90]

"en-GB-oed" / "i-ami" / "i-bnn" / "i-default" / "i-enochian" / "i-hak" / "i-klingon" / "i-lux" / "i-mingo" / "i-navajo" / "i-pwn" / "i-tao" / "i-tay" / "i-tsu" / "sgn-BE-FR" / "sgn-BE-NL" / "sgn-CH-DE"

irregular に分類されている言語タグ

[91]

"art-lojban" / "cel-gaulish" / "no-bok" / "no-nyn" / "zh-guoyu" / "zh-hakka" / "zh-min" / "zh-min-nan" / "zh-xiang"

regular に分類されている言語タグ

[174] en-GB-oed は英語の一種ですが、それ以外は単独の言語を表しています。その多くは単独の一次言語部分タグが新たに割り当てられており、 IANA 登録簿の Preferred-Value に示されています RFC 4646 2.2.8., RFC 5646 2.2.8.。

[175] なお、 RFC 4646 で祖父化に分類されていた言語タグのうちの幾つかは、 RFC 5646 のもとでは言語と拡張言語の組み合わせと解されるため、冗長に再分類されています。

[300] t 拡張は言語タグをその一部として含めることができますが、 irregular の使用は禁止されています。

`i-default`

[228] i-default は、既定の言語を示すことが要求されている場合を除き、使うべきではありません。 RFC 5646 4.1.

冗長言語タグ

[173] RFC 1766 や RFC 3066 に基づく手続きにより IANA に登録された言語タグの中には、 RFC 4646 以後の仕組みに基づかず祖父化 (grandfathered) 扱いされているものの他、 zh-Hant のように RFC 4646 以後の部分タグの組み合わせで表現できるものがいくつもあります。このような言語タグもまた RFC 4646 以後の IANA 登録簿に含まれており、「冗長 (redundant) 」と分類されています RFC 4646 2.2.8., RFC 5646 2.2.8.。

部分タグの選択

[213] 大原則として、言語タグを構成する時は、可能な限りで粗すぎず、細かすぎない、必要十分な粒度で言語を特定できるように部分タグを選択するべきです。 RFC 4646 4.1., RFC 5646 4.1.

[214] 例えば、殆どの場合 de-CH-1996 (1996年正書法) は細かすぎで、 de-CH で十分です。

[215] 普通は gem (ゲルマン語族) は粗過ぎで、それが (例えば) ドイツ語とわかっているなら de を使うべきです。

非推奨

[194] IANA 登録簿には Deprecated (非推奨) 欄があります。 (値は非推奨になった日付です。) RFC 4646 3.1., RFC 5646 3.1.2.。

[202] 妥当性を検証する実装は非推奨な部分タグやタグを使うべきではありません RFC 4646 3.1., 4.4., RFC 5646 3.1.6., 4.5.。

[203] 非推奨な部分タグや言語タグには好ましい値が指定されていることもあれば、指定されていない (代替がない) こともあります。

好ましい値

[195] IANA 登録簿には Preferred-Value (好ましい値) 欄があります。 RFC 4646 3.1., RFC 5646 3.1.2.。

[196] 言語、用字系、地域、異体については、より好ましい別の値 (同じ種類の部分タグ) が指定されています。 RFC 5646 3.1.2.
[197] 拡張言語、祖父化、冗長については、より好ましい拡張言語範囲が指定されています。 RFC 5646 3.1.2.

[198] RFC 4646 3.1. では、拡張言語は >>196 に分類されていました。また >>197 は拡張言語範囲ではなく、「完全な言語タグ」とされていました。

[204] 非推奨かつ好ましい値が指定されている場合にあっては、好ましい値が最善の選択として利用されるべきです。拡張言語以外で好ましい値が指定されているなら、必ず非推奨でもあります。 RFC 4646 3.1., RFC 5646 3.1.7.

[205] なお、好ましい値は必ずしも意味的に等価ではありません。例えば地域の部分タグは国の独立などがあって変化した時に新しい国の符号が好ましいとされますが、必ずしも以前の国と同じ範囲ではありません。

[265] RFC 3066 以前に登録された i-* 形式の言語タグの多くは、現在では ISO の言語符号が割り当てられていて、そちらを使うのが好ましいとされています。 RFC 3066 の当時も、 ISO の言語符号が割り当てられたらそちらを使わなければならない RFC 3066 2.3 とされていました。

接頭辞

[199] IANA 登録簿には Prefix (接頭辞) 欄があります。その値は、当該部分タグを使う時に接頭辞となっているべき言語タグです。 (接頭辞となっているか否かは、拡張濾過算法に拠ります。) 接頭辞は拡張言語と異体の登録にのみ含まれます。 RFC 4646 3.1., RFC 5646 3.1.2., 3.1.8.。

[206] 例えば cmn (官話) 拡張言語部分タグの接頭辞は zh (中文) となっているので、 zh-cmn とするべきであり、 ja-cmn は不適当です。

[277] Prefix に一致するかどうかは拡張濾過算法により判断されるので、必ずしも文字列として接頭辞になっていなくても構いません。例えば es-Latn-CO-x-private に es-CO は接頭辞として含まれています。

正規化と比較

正準形

[237] 言語タグは正準形 (canonical form) であるべきです。 RFC 4646 4.4., RFC 5646 4.5.

[238] 整形式言語タグは次の手順で正準化できます RFC 5646 4.5.。

[239] 拡張は、 singleton の大文字・小文字を区別しない ASCII 順にします。
[240] 祖父化または冗長として登録されている言語タグであって、 Preferred-Value が示されていれば、その言語タグに置き換えます。
[241] 各部分タグが登録されていて Preferred-Value が示されていれば、その部分タグに置き換えます。

[243] これは RFC 4646 4.4. に示されていた正準化の方法とは少し違っています。両者は実質的に等価だと思いますが、検証していません。

[246] en-BU (英語、ビルマ) の正準形は en-MM (英語、ミャンマー) です。

[247] en-b-ccc-bbb-a-aaa-X-xyz は正準形ではありませんが、 en-a-aaa-b-ccc-bbb-x-xyz は正準形です。

[249] ここでいう正準化には大文字・小文字の正規化 (>>58) は含まれていません。また用字形抑制や異体の順序など、言語タグの仕様上推奨されている要件であっても、正準化によって満たされないものがあります。

[250] 拡張は、それぞれの正準形をそれぞれにおいて規定できるとされています。

拡張言語形

[242] 整形式言語タグは次の手順で拡張言語形 (extlang form) に変形できます。 RFC 5646 4.5.

[244] 正準形にします。
[245] 拡張言語でもある言語ではじまるなら、その拡張言語の Prefix を先頭に挿入します。

[248] 正準形では必ず拡張言語が含まれない形になるので、言語と拡張言語の両方を含めた形の方が便利なときには拡張言語形が良いとされています。

その他

[288] 言語タグは冗長性や廃止された値が多くあるので、それらの扱いについて個別に規定している仕様もあります。

[287] ヘブライ語を表すいろいろな言語タグ、 iw や iw-IL や he-IL や he を等価として扱わなければならないとする仕様もあります。 (he の項を参照。)

言語タグの適合性

[176] 言語タグの適合性については、整形式と妥当の2つの基準が設けられています。

整形式言語タグ

[177] 言語タグは ABNF 構文に一致する時、整形式 (せいけいしき) (well-formed) です。 RFC 5646 2.2.9.

妥当な言語タグ

[178] 言語タグは、

[179] 整形式であり、
[180] 異体部分タグに重複がなく、
[181] 拡張部分タグの singleton に重複がなく、
[182] タグ全体が祖父化タグのいずれかであるか、またはタグを構成する言語、拡張言語、用字系、地域、異体の部分タグがすべて IANA に登録されたものであれば、

... 妥当 (valid) です。 RFC 5646 2.2.9.

歴史

[184] RFC 5646 は言語タグの適合性を定義していますが、 RFC 4646 はそれを処理する実装の適合性を定義していました。実装は >>185 と >>186 のいずれかを明示的に引用して適合性を主張するべきだとされていました RFC 4646 2.2.9.。

[185] RFC 4646 における整形式性を検証する実装は、 >>177 に加えて、 >>181 もチェックしなければなりませんでした。 RFC 4646 2.2.9.

[186] RFC 4646 における妥当性を検証する実装は、 >>178 に加えて、対応している拡張について妥当性をチェックすることが求められていました。異体と拡張言語について、登録簿上の Prefix の要件を満たしているかチェックすることも求められていました。更に、対応している登録簿や拡張の版・日付について指定することが求められていました。 RFC 4646 2.2.9.

メモ

[187] RFC 4646 についても RFC 5646 についても、妥当であるからといって RFC 上のすべての要件を満たしていることにはなりません。

言語タグの集合

[276] 言語タグとワイルドカードによって言語タグの集合を表現する「言語範囲」や言語範囲を複数列挙した「言語優先度リスト」が HTTP の Accept-Language: などで用いられています。

ロケールと言語タグ

[8] 言語はロケールを構成する一要素であり、言語とロケールは別の概念ではありますが、言語はロケールの最重要要素でもありますから、同一視されることもよくあります。

[9] 言語タグは Unix 系システムのロケールの識別子と (区切り文字が違うことを除けば) 非常によく似ていて、歴史的にも深く関わっています。

[10] UTS #35 は元は Unix ロケール識別子由来の独自の構文を規定していましたが、現在は言語タグの u 拡張や t 拡張という形で両者の要素を混在させたスタイルになっています。 Unicodeロケール識別子

[12] 言語タグ本体と u 拡張、 t 拡張を合わせればロケールのかなりの側面が一つの識別子により記述できますが、それでもまだカバーされてない範囲もあります。

[11] 言語タグで (まだ) 記述できないもの

[13] 単位系 - SI、ヤード・ポンド法などの選択
[19] プラットフォームごとの慣習 - Windows 風の用語遣い、Mac OS X 風の用語遣い、など
- [30] u の va でカバーできるかも?
- [20] Mac OS 風を表すために ja-JP-mac や ja-jpm といった言語タグが使われることがあります。
[129] 対象者の区別や注釈の有無
- 子供向けの平易な言葉遣い、漢字の利用の程度の指定
- 振り仮名の有無の指定、白文と訓読文の選択
[35] 文字符号化
- Unix 系システムの伝統的なロケールには含まれていたが UTS #35 には (おそらく意図的に) 含まれていない。
- UTF-8 への統一が進んでいるので、そろそろ意味がなくなってきています。

[130] 枠組みとしてカバーされていても、値が存在しないものもあります。例えばですます調とだである調の違いや候文、戦前公用文型の片仮名文、2ch 風スラング混じり文、といったバリエーションは言語の異体として区別可能かもしれませんが、使える値は登録されていません。書き言葉と話し言葉の別、語尾に「アル」、「にゃん」、「ごわす」のような特徴的なものを使うかどうかといった違いも表現できる値がありません。句読点に「、。」を使うか「,.」を使うかの違いも何らかの方法で理論上記述可能かもしれませんが、そのような値は現時点でありません。方言の違いも、値がありません。

文脈

[94] MIME では、 RFC 2231 で拡張された引数の値の構文で RFC 1766 により登録された言語タグの値を指定できるとされています。

[95] また encoded-word でも RFC 2231 の拡張により、RFC 1766 により登録された言語タグの値を指定できるとされています。

[208] MIME や HTTP の Content-Language: ヘッダーの値や HTTP の Accept-Language: ヘッダーの値の一部として言語タグが使われています。

[211] HTML の lang 属性や hreflang 属性の値として言語タグが使われています。

[212] XML の xml:lang 属性の値として言語タグが使われています。

[96] Unicode の特別な文字コードを使って RFC 1766 言語タグを埋め込む方法がかつて提案されていましたが (RFC 2482)、現在では使われていません。 Unicode言語タグ

データファイル

[144] 言語タグについて構文的に正しいかどうか以上の処理を行いたい場合、データファイルを用意する必要があります。

[145] 理論上はプラットフォームのロケールシステムの一部として提供されている可能性もありますが、実際にはそのようなプラットフォームは一般的ではありません。 (プラットフォーム独自のロケールシステムに関するデータは提供していても、言語タグ一般のデータは提供されません。)

[146] data-web-defs/langtags.json at master · manakai/data-web-defs (2017-03-05 12:36:56 +09:00) https://github.com/manakai/data-web-defs/blob/master/data/langtags.json
- [147] ドキュメント: data-web-defs/langtags.txt at master · manakai/data-web-defs (2017-03-05 12:37:23 +09:00) https://github.com/manakai/data-web-defs/blob/master/doc/langtags.txt

[148] >>146 に、 JSON 形式のデータファイルがあります。 IANA登録簿や Unicode の登録簿に登録された部分タグの情報が含まれています。

[149] 言語タグの情報は、言語というそう頻繁に変わらなそうなものを扱ってはいますが、数ヶ月に一度程度という意外な高頻度で改訂されています。漏れている言語が追加されるなど、細かな変更がちょくちょく行われているようです。

[150] 従って、言語タグの情報を扱うシステムは、その情報を定期的に更新する機構を組み込んでおく必要があります。

ロケールも参照。

歴史

[83] Object Header lines in HTTP http://www.w3.org/Protocols/HTTP/Object_Headers.html#z9

[37] 非常に古い HTTP では、 RFC 1766 の "-" を使う方法ではなく POSIX の locale 名のように "_" で区切っていました。

[38] >>37 現在でも間違ってこちらが使われる可能性がありますから、実装は両方に対応しているといいかもしれません。

[39] HTML 3.0 では lang 属性の値に "-" の代わりに "." を使っていました。 (The Body Element and Related Elements http://www.w3.org/MarkUp/html3/docbody.html#Body)

RFC 1766

[266] RFC 1766 - Tags for the Identification of Languages http://tools.ietf.org/html/rfc1766

[4] RFC 1766 の項も参照してください。

[267] IETF で初めて言語タグを規定した正式な仕様書が RFC 1766 です。 RFC 1766 は標準化過程 RFC で、提案標準でした。

[290] IETF における国際化について議論している RFC 2130 と RFC 2277 では、言語タグを IETF での標準的な言語識別方法としています。

[286]

The term 'language tag' should be reserved for the short identifier of RFC 1766 [RFC-1766] that only serves to identify the language. While there may be other text attributes intimately associated with the language of the document, such as desired font or text direction, these should be specified with other identifiers rather than overloading the language tag.

[285] RFC 2130 - The Report of the IAB Character Set Workshop held 29 February - 1 March, 1996 (2011-09-04 12:12:00 +09:00 版) http://tools.ietf.org/html/rfc2130#page-8

[6] RFC 2277 - IETF Policy on Character Sets and Languages http://tools.ietf.org/html/rfc2277#section-4.3

[291] プロトコルは RFC 1766 言語タグを使うべきです。 >>6 4.3.
[292] 明確かつ正当な事由がある場合はこの限りではありません。 >>6 4.3.

HTTP/1.1

[257] HTTP/1.1 (RFC 2068, RFC 2616) は、RFC 1766 を引用しつつも独自に言語タグの構文を規定しています。

[92] RFC 2068・2616 (HTTP/1.1) 3.10 Language Tags

A language tag identifies a natural language spoken, written, or otherwise conveyed by human beings for communication of information to other human beings. Computer languages are explicitly excluded. HTTP uses language tags within the Accept-Language and Content-Language fields.

言語札識別子は、人間が他の人間と情報の通信をするために話したり書いたりその他伝達する自然言語を識別します。計算機言語は陽に除外します。 HTTP は Accept-Language 欄と Content-Language 欄の中で言語札を使います。

The syntax and registry of HTTP language tags is the same as that defined by RFC 1766 [1]. In summary, a language tag is composed of 1 or more parts: A primary language tag and a possibly empty series of subtags:

HTTP 言語札の構文と登録簿は RFC1766 で定義されているものと同じです。要約すると、言語札は一つ以上の部分の組合せ、すなわち主言語札と空かもしれない部分札の系列です。

language-tag = primary-tag *( "-" subtag )
primary-tag = 1*8ALPHA
~~{2068,2616} subtag = 1*8ALPHA~~
{Errata} subtag = 1*8(ALPHA / DIGIT)

White space is not allowed within the tag and all tags are case-insensitive. The name space of language tags is administered by the IANA. Example tags include:

空白は札の中では認められず、すべての札は大文字・小文字を区別しません。言語札の名前空間は IANA で管理します。札の例:

en, en-US, en-cockney, i-cherokee, x-pig-latin

where any two-letter primary-tag is an ISO-639 language abbreviation and any two-letter initial subtag is an ISO-3166 country code. (The last three tags above are not registered tags; all but the last are examples of tags which could be registered in future.)

ここで、2文字の主札は ISO639 の言語の略語で、 2文字の最初の部分札は ISO3166 国名符号です。 (上の最後の3つの札は登録されていない札です。最後のもの以外は将来登録されるかもしれない例です。)

[258] 元々の定義は RFC 1766 に基づく、数字が認められていないものでした。正誤表により RFC 3066 に基づく数字が使える定義に改められています。

RFC 3066

[1] 言語札は RFC 1766 が定義していましたが、 RFC 3066 に改訂されました。

[259] RFC 3066 - Tags for the Identification of Languages http://tools.ietf.org/html/rfc3066

[5] RFC 3066 の項も参照してください。

[78] RFC 1766 は標準化過程 RFC (提案標準) でしたが、 RFC 3066 以後は BCP (BCP 47) となっています。

[17] LANGUAGE TAGS http://www.iana.org/assignments/language-tags (last updated 2004-06-02)
[18] Directory of language tag applications http://www.iana.org/assignments/lang-tag-apps.htm

RFC 4646

[274] RFC 4646 - Tags for Identifying Languages http://tools.ietf.org/html/rfc4646

[77] RFC 4646 の項も参照してください。

[275] RFC 3066 は全面改訂により RFC 4646 に変わっています。 RFC 4646 は構文についても登録の仕方についても根本的に改めており、完全には互換性がない新しい仕様となっています。

[139] RFC 4645 - Initial Language Subtag Registry http://tools.ietf.org/html/rfc4645

[256] RFC 4645 は、 RFC 4646 の標準化に際して改めて作成された新しい IANA 登録簿の初期状態の内容 (ILSR) を用意した方法について説明しています。

[272] RFC 4647 - Matching of Language Tags http://tools.ietf.org/html/rfc4647

[273] RFC 3066 のうち言語範囲と一致演算については RFC 4647 に分離されています。

RFC 5646

[79] RFC 5646 への改訂では、仕様の全体的な構成と内容は変わっていませんが、細かな編集上の変更が数多く加わっています。また、前の版で未定義だった拡張言語が正式に定義されています。

[80] その他、前の版でブラックホールになっていた祖父 (grandfathered) の ABNF 定義が改められ、何でも一致する定義から、 RFC 3066 時代までに登録されて現在の基準には沿わない言語タグをすべて列挙する形に改められています。

[81] IANA登録簿の書式が US-ASCII から UTF-8 に変更されています。

[82] また非互換変更かよ・・・。

[64] RFC 5646 - Tags for Identifying Languages (2009-09-09 03:41:39 +09:00 版) http://tools.ietf.org/html/rfc5646

[65] RFC 4646 が出てからまだ3年しか経ってないのに改訂とか超うけるwwwwwwwwwwwwwwww

[66] 調べてみたら RFC 1766 → RFC 3066 で5年、 RFC 3066 → RFC 4646 で5年なのねwwwwwwwww

[70] >>65 逆に、 IETF でたった3年で改訂版を出せるのが奇跡かもwww

[252] というか前回で完成しなかったところを引き続きやってたからか。

[69] Diff: rfc4646.txt - rfc5646.txt (2011-09-04 15:00:06 +09:00 版) http://tools.ietf.org/tools/rfcdiff/rfcdiff.pyht?url1=http://www.ietf.org/rfc/rfc4646.txt&url2=http://www.ietf.org/rfc/rfc5646.txt

だいぶ変わってるな・・・。

[67] RFC 5645 - Update to the Language Subtag Registry (2009-09-09 02:23:51 +09:00 版) http://tools.ietf.org/html/rfc5645

[253] RFC 5645 は、 RFC 5646 への改訂に際して行われた大規模な IANA 登録簿の追加と改訂の内容について説明しています。

実装

[280] WebHACC 付属のツール http://suika.fam.cx/gate/2007/html/langtag/?tag=en で言語タグの構文解析結果や適合性エラーを見ることができます。

テスト・ケース

[62]

~~Re: [Ltru] Re: Test suite for language tags? (2006-09-20 01:12:23 +09:00 版) http://www1.ietf.org/mail-archive/web/ltru/current/msg05589.html~~

Re: [Ltru] Re: Test suite for language tags? (2008-05-28 18:32:25 +09:00 版) http://www.ietf.org/mail-archive/web/ltru/current/msg05590.html

[251] t/langtag-1.dat at master from wakaba/manakai - GitHub https://github.com/wakaba/manakai/blob/master/t/langtag-1.dat

応用

[192] HTML の lang 属性や XML の xml:lang 属性は IETF の言語タグを値に採用しています。これらの属性は言語情報の不在を示すために空文字列も値として認めています。

[229] 言語タグの応用

他の言語符号

[117] 言語符号の仕様としては言語タグの他、ISO 639、SIL などがあります。

[63] OpenDocument 1.0 の dc:language 要素の内容は RFC 3066 言語札に似たもので、 ISO 639 2文字/3文字言語符号のあとに省略可能で - と ISO 3166 2文字国名符号が来るような値、とされています。

他の属性は RFC 3066 言語札を使っているので、この要素だけは Dublin Core の定義に基づいているのでしょうかね。

言語タグの一覧

[2]

名前	言語	(札の)典拠	参考
`af`	Afrikaans
`af-ZA`
`afr`]	Afrikaans		3文字 ->`af`
`alb`]	Albanian		非標準 ->`sq`
`am-ET`	Amharic/Ethiopia
`ar`	Arabic
`ara`	Arabic		3文字 ->`ar`
ar-AE	Arabic/UAE	[MOZILLA]
ar-BH	Arabic/Bahrain	[MOZILLA]
ar-DZ	Arabic/Algeria	[MOZILLA]
`ara-DZ`	Arabic/Algeria		3文字 ->`ar-DZ`
ar-EG	Arabic/Egypt	[MOZILLA]
`ara-EG`	Arabic/Egypt		3文字 ->`ar-EG`
ar-IQ	Arabic/Iraq	[MOZILLA]
`ara-IQ`	Arabic/Iraq		3文字 ->`ar-IQ`
ar-JO	Arabic/Jordan	[MOZILLA]
`ara-JO`]	Arabic/Jordan		3文字 ->`ar-JO`
ar-KW	Arabic/Kuwait	[MOZILLA]
ar-LB	Arabic/Lebanon	[MOZILLA]
ar-LY	Arabic/Libya	[MOZILLA]
`ara-LY`]	Arabic/Libya		3文字 ->`ar-LY`
ar-MA	Arabic/Morocco	[MOZILLA]
`ara-MA`]	Arabic/Morocco		3文字 ->`ar-MA`
ar-OM	Arabic/Oman	[MOZILLA]
`ar-pal`	Arabic/Palestina		未登録
`ara-pal`	Arabic/Palestina		3文字 ->`ar-pal`
ar-QA	Arabic/Qatar	[MOZILLA]
`ar-SA`	Arabic/Saudi Arabia	[MOZILLA]
`ara-SA`	Arabic/Saudi Arabia		3文字 ->`ar-SA`
`ar-SD`	Arabic/Sudan
`ara-SD`	Arabic/Sudan		3文字 ->`ar-SD`
ar-SY	Arabic/Syria	[MOZILLA]
`ara-SY`	Arabic/Syria		3文字 ->`ar-SY`
ar-TN	Arabic/Tunisia	[MOZILLA]
ar-YE	Arabic/Yemen	[MOZILLA]
`arm`]	Armenian		非標準 ->`hy`
`art-lojban`	Lojban	[IANAREG]	非推奨 ->`jbo`
`as`	Assamese
`ast-ES`	Asturian
`asz-sk-SK`	Eastern Slovak
`az-Arab`	Azerbaijani (アラビア文字)	[IANAREG]
`az-arabic`	Azerbaijani (アラビア文字)	[RFC 1766]	非推奨 ->`az-Arab`
`az-AZ`	Azerbaijani/Azerbaijan
`az-cyr`	Azerbaijani (キリル文字)		非推奨 ->`az-Cyrl`
`aze-cyr`	Azerbaijani (キリル文字)		3文字 ->`az-cyr`
`az-cyrillic`	Azerbaijani (キリル文字)	[RFC 1766]	非推奨 ->`az-Cyrl`
`az-Cyrl`	Azerbaijani (キリル文字)	[IANAREG]
`az-latin`	Azerbaijani (ラテン文字)		非推奨 ->`az-Latn`
`aze-latin`	Azerbaijani (ラテン文字)		3文字 ->`az-latin`
`az-Latn`	Azerbaijani (ラテン文字)	[IANAREG]
`ba-RU`	Bashkir
`baq`	Basque		3文字 ->`eu`
`be`	Belarusian
`be-BY`	Belarusian/Belarusi
`bel`	Belarusian		3文字 ->`be`
`ben`	Bengali		3文字 ->`bn`
`bg`	Bulgarian
`bg-BG`	Bulgarian/Bulgaria
`bn`	Bengali
`bn-BD`	Bengali/Bangladesh
`br-FR`	Breton/France
`bs-BA`	Bosnian/Bosnia
`bul`	Bulgarian		3文字 ->`bg`
`ca`	Catalan
`ca-ES`	Catalan
`cat`	Catalan		3文字 ->`ca`
`ceb`	Cebuano
`ceb-PH`	Cebuano/Bisaya
`cel-gaulish`		[IANAREG]
`ces`	Czech		3文字 ->`cs`
`chi-amoy`	中文/Amoy		3文字 ->`zh-amoy`
`chi-canton`	中文/広東語		3文字 ->`zh-canton`
`chi-chaozhou`	中文/ChaoZhou		3文字 ->`zh-chaozhou`
`chi-CN-wu`	中文/中華大陸/Wu		3文字 ->`zh-CN-wu`
`chi-fukien`	中文/福建語		3文字 ->`zh-fukien`
`chi-fuzhou`	中文/Fuzhou		3文字 ->`zh-fuzhou`
`chi-hainan`	中文/Hainan		3文字 ->`zh-hainan`
`chi-hakka`	中文/客家語		3文字 ->`zh-hakka`
`chi-mandarin-smpl`	中文/官話方言 (簡体字)		3文字 ->`zh-mandarin-smpl`
`chi-mandarin-trad`	中文/官話方言 (伝統字)		3文字 ->`zh-mandarin-trad`
`chi-yunnan`	中文/YunNan		3文字 ->`zh-yunnan`
`cpf-MU`	(Creole) Mauritian
`cs`	Czech
`cs-CZ`	Czech
`cze`	Czech		3文字 ->`cs`
`cy-ZV`	Welsh Cymraeg/Great Britain
`da`	Danish
`dan`	Danish		3文字 ->`da`
`da-DK`	Danish
`de`]	German
`deu`]	German		3文字 ->`de`
de-1901	German (伝統正書法)	[IANAREG]
de-1996	German (1996年正書法)	[IANAREG]
`de-AT`	German/Austria	[MOZILLA]
`deu-AT`]	German/Austria		3文字 ->`de-AT`
de-AT-1901	German/Austria (伝統正書法)	[IANAREG]
de-AT-1996	German/Austria (1996年正書法)	[IANAREG]
de-CH	German/Swiss	[MOZILLA]
`deu-CH`]	German/Swiss		3文字 ->`de-CH`
de-CH-1901	German/Swiss (伝統正書法)	[IANAREG]
de-CH-1996	German/Swiss (1996年正書法)	[IANAREG]
de-DE	German/Germany	[MOZILLA]
de-DE-1901	German/Germany (伝統正書法)	[IANAREG]
de-DE-1996	German/Germany (1996年正書法)	[IANAREG]
`de-DE-u-attr-co-phonebk`		RFC 6067 例示
de-LI	独語/Liechtenstein	[MOZILLA]
`x-default`
`deu-LI`]	German/Liechtenstein		3文字 ->`de-LI`
de-LU	独語/Luxembourg	[MOZILLA]
`deu-LU`]	German/Luxembourg		3文字 ->`de-LU`
`dut`	Dutch		3文字 ->`nl`
`el`	Greek
`ell`]	Greek		3文字 ->`el`
`el-GR`	Greek/Greece
english	英語		非標準
en-AU	オーストラリア英語	[MOZILLA]
`eng-AU`	English/Australia		3文字 ->`en-AU`
`en-boont`	Boontling	[IANAREG]
en-BZ	英語/Belize	[MOZILLA]
`eng-BZ`	English/Belize		3文字 ->`en-BZ`
en-CA	英語/Canada	[MOZILLA]
`eng-CA`	Canadian English		3文字 ->`en-CA`
en-CN	チングリッシュ
en-cockney	ロンドン英語	[RFC 1766]
en-GB	英語/Great Britain	[MOZILLA]
`eng-GB`	English/Great Britain		3文字 ->`en-GB`
`en-GB-Hixie`	Hixie English	時代遅れ → `en-GB-x-Hixie`
`en-GB-x-Hixie`	Hixie English
`en-GB-oed`	English/Oxford English Dictionary 綴り	[IANAREG]
en-IE	英語/Ireland	[MOZILLA]
`eng-IE`	English/Ireland		3文字 ->`en-IE`
en-JM	英語/Jamaica	[MOZILLA]
`eng-JM`	English/Jamaica		3文字 ->`en-JM`
en-JP	ジャパニッシュ
en-NZ	英語/New Zealand	[MOZILLA]
`eng-NZ`	English/New Zealand		3文字 ->`en-NZ`
en-PH	英語/フィリピン	[MOZILLA]
en-securid
`en-scouse`	英語 Liverpool 方言 (Scouse)	[IANAREG]
`en-x-SI`	English (SI 単位系)
`en-SN`		?
en-TT	英語/Trinidad	[MOZILLA]
`eng-TT`	English/Trinidad		3文字 ->`en-TT`
`en-US`	American English	[RFC 3066]
`eng-US`	American English		3文字 ->`en-US`
`en-US-h3h`		IANA未登録
`en-US-Hixie`		IANA未登録
en-US-slang	米俗語	[QUIALANG] (>>21)
en-ZA	英語/南アフリカ	[MOZILLA]
`eng-ZA`	English/South Africa		3文字 ->`en-ZA`
`est`	Estonian		3文字 ->`et`
en-ZW	英語/Zimbabwe	[MOZILLA]
`english`	English		非標準 ->`en`
`eo`	Esperanto
`es-AR`	Spanish/Argentina	[MOZILLA]
`esl-AR`	Spanish/Argentina		3文字 ->`es-AR`
es-BO	西班牙語/Bolivia	[MOZILLA]
`esl-BO`	Spanish/Bolivia		3文字 ->`es-BO`
es-CL	西班牙語/Chile	[MOZILLA]
`esl-CL`	Spanish/Chile		3文字 ->`es-CL`
`es-CO`	Spanish/Colombia	[MOZILLA]
`esl-CO`	Spanish/Colombia		3文字 ->`es-CO`
es-CR	西班牙語/Costa Rica	[MOZILLA]
`esl-CR`	Spanish/Costa Rica		3文字 ->`es-CR`
es-DO	西班牙語/ドミニカ共和国	[MOZILLA]
`esl-DO`	Spanish/Dominican Republic		3文字 ->`es-DO`
es-EC	西班牙語/Ecuador	[MOZILLA]
`esl-EC`	Spanish/Ecuador		3文字 ->`es-EC`
`es-ES`	Spanish/Spain	[MOZILLA]
es-GT	西班牙語/Guatemala	[MOZILLA]
`esl-GT`	Spanish/Guatemala		3文字 ->`es-GT`
`es-HN`	Spanish/Honduras	[MOZILLA]
`esl-HN`	Spanish/Honduras		3文字 ->`es-HN`
es-MX	西班牙語/Mexico	[MOZILLA]
`esl-MX`	Spanish/Mexico		3文字 ->`es-MX`
`es-modern`	Spanish (現代語)		未登録
`esl-modern`	Spanish (現代語)		3文字 ->`es-modern`
es-NI	西班牙語/Nicaragua	[MOZILLA]
`esl-NI`	Spanish/Nicaragua		3文字 ->`es-NI`
es-PA	西班牙語/Panama	[MOZILLA]
`esl-PA`	Spanish/Panama		3文字 ->`es-PA`
es-PE	西班牙語/Peru	[MOZILLA]
`esl-PE`	Spanish/Peru		3文字 ->`es-PE`
es-PR	西班牙語/Puerto Rico	[MOZILLA]
`esl-PR`	Spanish/Puerto Rico		3文字 ->`es-PR`
es-PY	西班牙語/Parguay	[MOZILLA]
`esl-PY`	Spanish/Parguay		3文字 ->`es-PY`
es-SV	西班牙語/El Salvador	[MOZILLA]
`esl-SV`	Spanish/El Salvador		3文字 ->`es-SV`
`es-trad`	Spanish (伝統語)		未登録
`esl-trad`	Spanish (伝統語)		3文字 ->`es-trad`
es-US	西班牙語/合衆国	[MSIE]
es-UY	西班牙語/Uruguay	[MOZILLA]
`esl-UY`	Spanish/Uruguay		3文字 ->`es-UY`
es-VE	西班牙語/Venezuela	[MOZILLA]
`esl-VE`	Spanish/Venezuela		3文字 ->`es-VE`
`et`	Estonian
`et-EE`	Estonian/Estonia
`eu`	Basque
`eu-ES`	Basque
`eus`]	Basque		3文字 ->`eu`
`fa`	Farsi
`fa-AF`	Farsi/Afghan
`fas-AF`]	Farsi/Afghan		3文字 ->`fa-AF`
`fa-IR`	Persian/Iran
`fas-IR`]	Farsi/Iran		3文字 ->`fa-IR`
`fao`	Faeroese
`fi`	Finnish
`fin`	Finnish		3文字 ->`fi`
`fi-FI`	Finish/Finland
`fr`	French
`fra`	French		3文字 ->`fr`
`fre`	French		3文字 ->`fr`
fr-BE	仏語/Belgium	[MOZILLA]
`fra-BE`	French/Belgium		3文字 ->`fr-BE`
`fre-BE`	French/Belgium		3文字 ->`fr-BE`
fr-CA	仏語/Canada	[MOZILLA]
`fra-CA`	French/Canada		3文字 ->`fr-CA`
`fre-CA`	French/Canada		3文字 ->`fr-CA`
fr-CH	仏語/スイス	[MOZILLA]
`fra-CH`	French/Swiss		3文字 ->`fr-CH`
`fre-CH`	French/Swiss		3文字 ->`fr-CH`
`fr-FR`	French/France	[MOZILLA]
fr-LU	仏語/ルクセンブルク	[MOZILLA]
`fr-JP-antipop`		IANA 未登録
`fra-LU`	French/Luxembourg		3文字 ->`fr-LU`
`fre-LU`	French/Luxembourg		3文字 ->`fr-LU`
fr-MC	仏語/モナコ	[MOZILLA]
`ga-IE`	Irish Gaelic
`gd`	Gaelic
`gd-GB`	Scots Gaelic
`geo`]	Georgian		3文字 ->`ka`
`ger`]	German		3文字 ->`de`
german	独語		非標準
`ger-AT`]	German/Austria		3文字 ->`de-AT`
`ger-CH`]	German/Swiss		3文字 ->`de-CH`
`ger-LI`]	German/Liechtenstein		3文字 ->`de-LI`
`ger-LU`]	German/Luxembourg		3文字 ->`de-LU`
`gl-ES`	Galician
`gre`]	Greek		3文字 ->`el`
`gu`	Gujarati
`ha`	Hausa
`hau`]	Hausa		3文字 ->`ha`
`he`	Hebrew
`heb`]	Hebrew		3文字 ->`he`
`he-IL`	Hebrew/Israel
`hi`	Hindi
`hi-IN`	Hindi/India
`hil-PH`	Hiligaynon/Ilonngo
`hin`]	Hindi		3文字 ->`hi`
`hu`	Hungarian
`hun`]	Hungarian		3文字 ->`hu`
`hu-HU`	Hungarian/Hungary
`hr`	Croatian
`hr-HR`	Croatian
`hsb-DE`	Upper Sorbian
`hy`	Armenian
`hye`]	Armenian		3文字 ->`hy`
i-ami		[IANAREG]
i-bnn		[IANAREG]
i-cherokee		[RFC 1766]
i-enochian		[IANAREG]
i-default	既定言語	RFC 2277 (>>10647) [IANAREG]
i-hak	客家語	[IANAREG]	非推奨 (`zh-hakka`)
i-lux	Luxembourgish	[IANAREG]	非推奨 ->`lb`
i-mingo	Mingo	[IANAREG]
i-pwn	Paiwan	[IANAREG]
i-sami-no	北セミ語	[RFC 1766]
i-tao	Tao	[IANAREG]
i-tay	Tayal	[IANAREG]
i-tsolyani		RFC3066 (>>20)
i-tsu	Tsuo	[IANAREG]
`ice`]	Icelandic		3文字 ->`is`
`id`	Indonesian
`id-ID`	Indonesian/Indonesia
ie-ee
`ilo`	Iloko
`ind`]	Indonesian		3文字 ->`id`
`is`	Icelandic
`isl`]	Icelandic		3文字 ->`is`
`is-IS`	Icelandic/Iceland
`it`	Italian
`ita`]	Italian		3文字 ->`it`
it-CH	伊語/Switzerland	[MOZILLA]
`it-CH`]	Italian/Swiss		3文字 ->`it-CH`
`it-IT`	Italian/Italy
ja-2ch	日本語/にちゃんねる語
ja-classic	日本語/古語
ja-classic-heian	日本語/古語/平安時代
`ja-Hrkt`
`ja-JP`	日本語/日本国		RFC 2482
`ja-JPM`	日本語/日本国/Mac OS	非標準, IANA未登録, 廃止 →`ja-JP-mac`	Mozilla
`ja-JP-mac`	日本語/日本国/Mac OS	IANA未登録	Mozilla
japanese	日本語		非標準 ->`ja`
ja-ryuukyuu	琉球語
`jbo`	Lojban	[ISO 639-2] 2003-09-02
jp	日本語	[WinIE 1〜3]	非標準 ->`ja`
`jpn`]	日本語		3文字 ->`ja`
`ka`	Georgian
`ka-GE`	Georgian
`kac`	Kachin
`kan`	Kannada
`kas`	Kashimiri
`kat`]	Georgian		3文字 ->`ka`
`kaz`]	Kazakh		3文字 ->`kk`
`kir`]	Kirghiz		3文字 ->`ky`
`kk`	Kazakh
`i-klingon`	Klingon	[IANAREG]	非推奨 ->`tlh`
`x-klingon`	Klingon		非推奨 ->`tlh`
`i-klingon-romanized`	Klingon/ラテン文字	非標準
`kn-IN`	Kannada
`ko`	Korean
`kor`]	Korean		3文字 ->`ko`
`ko-KP`	朝鮮語/朝鮮民主主義人民共和国	[MOZILLA]
`ko-KR`	韓語/大韓民国	[MOZILLA]
`kok`	Konkani
`kon`
`kr`	Korean	[Apache] (修正済み), W3C 文書 (修正済み)	非標準 ->`ko`
`ky`	Kirghiz
`kw-GB`	Cornish/Great Britain
`lav`]	Latvian		3文字 ->`lv`
`lb`	Luxembourgish	[ISO 639] 1998-09-09
`lb-LU`	Lëtzeburgesch/Lëtzeburg
`lin`]	Lingala		3文字 ->`ln`
`lit`]	Lithuanian		3文字 ->`lt`
`lit-classic`]	Lithuanian 古語		未登録, 3文字 ->`lt-classic`
`ln`	Lingala
`lo-LA`	Lao/Lao
`lt`	Lithuanian
`lt-classic`	Lithuanian 古語		未登録
`lt-LT`	Lithuanian/Lithuania
`lv`	Latvian
`lv-LV`	Latvian/Latvia
`mac`]	Macedonian		3文字 ->`mk`
`mar`	Marathi
`may`]	Malaysian		3文字 ->`ms`
`mg`	Malagasy
`mi-NZ`	Maori/New Zealand
`x-minbari-warrior-caste`	Minbari (warrior caste)
`mk`	Macedonian
`mke`]	Macedonian		3文字 ->`mk`
`mk-MK`	Macedonian/Macedonia	[MOZILLA]
`ml`	Malayalam
`mlg`]	Malagasy		3文字 ->`mg`
`mn`	Mongolian
`mn-MN`	Mongolian/Mongolia
`mni`	Manipuri
`mo`	Molodavian
`mol`]	Molodavian		3文字 ->`mo`
`mo-MD`	Moldavian/Moldavia
`mon`]	Mongolian		3文字 ->`mn`
`ms`	Malaysian
`ms-MY`	Malay Bahasa Melayu
`msa`]	Malaysian		3文字 ->`ms`
`mul`	複数言語	ISO 国際規格	ISO 639
`mul-kambun`	漢文
`i-navajo`	Navajo	[IANAREG]	非推奨 ->`nv`
`nb`	Norwegian Bokmål	[ISO 639] 2000-02-18
`nb-NO`	Norwegian Bokmål/Norway	[MSIE]
`nds`	Low Saxon
`ne`	Nepali
`nep`]	Nepali		3文字 ->`ne`
`[x-Nise-Chinese`]]	偽中国語
`nl`	Dutch
`nld`	Dutch		3文字 ->`nl`
`nl-BE`	オランダ語/ベルギー	[MOZILLA]
`nl-NL`	Dutch
`nn`	New Norwegian	[ISO 639] 2000-02-18
`nn-NO`	Norwegian Nynorsk	[MSIE]
`no-bok`	Norwegian/Book Language	[IANAREG]	非推奨 ->`nb`
`no-nyn`	New Norwegian	[IANAREG]	非推奨 ->`nn`
no-nynorsk	新諾威語	[RFC 1766]	非推奨 ->`nn`
`x-none`	なし		非標準 ->`und`
`nso-ZA`	Sotho Northern
`nv`	Navajo	[ISO 639] 2000-02-18
`or`	Oriya
`pa`	Punjabi
`pan`	Panjabi
`pa-US`	Punjabi/United States of America
`pdf`
`per-AF`]	Farsi/Afghan		3文字 ->`fa-AF`
`per-IR`]	Farsi/Iran		3文字 ->`fa-IR`
`pl`	Polish
`pl-PL`	Polish
`pol`]	Polish		3文字 ->`pl`
`por`]	Portuguese		3文字 ->`pt`
`por-BR`]	Portuguese/Brazil		3文字 ->`pt-BR`
`ps`	Pushto
`pt`	Portuguese
`pt-BR`	Portuguese/Brazil	[MOZILLA]
`pt-PT`	Portuguese/Portugal
`pus`]	Pushto		3文字 ->`ps`
ro-MD	ルーマニア語/モルドバ	[MSIE]
ro-MO	ルーマニア語/モルドバ
`ro-RO`/Romanian/Romania
`'rs' DIGIT '_' 11HEXDIGIT`	何かのプログラムのバグ?		非標準
`ru`	Русский язык
ru-MD	露西亜語/モルドバ	[MSIE]
ru-MO	露西亜語/モルドバ
`ru-RU`	Русский язык/Руссия
`rum`	Romanian
`run`	Rundi
`rus`]	Русский язык		3文字 ->`ru`
`ron`]	Romanian
`sa`	Sanscrit
`sc-GB`	Scots/Great Britain
`sd`	Sindhi
`sd-PK`	Sindhi
sgn-BE-fr		[IANAREG]
sgn-BE-nl		[IANAREG]
sgn-BR		[IANAREG]
sgn-CH-de		[IANAREG]
sgn-CO		[IANAREG]
sgn-DE		[IANAREG]
sgn-DK		[IANAREG]
sgn-ES		[IANAREG]
sgn-FR		[IANAREG]
sgn-GB		[IANAREG]
sgn-GR		[IANAREG]
sgn-IE		[IANAREG]
sgn-IT		[IANAREG]
sgn-JP		[IANAREG]
sgn-MX		[IANAREG]
`sgn-NI`	手話/Nicaraguan	[IANAREG]
sgn-NL		[IANAREG]
sgn-NO		[IANAREG]
sgn-PT		[IANAREG]
sgn-SE		[IANAREG]
sgn-US		[IANAREG]
sgn-US-MA	マーサズ葡萄園 (ヴィンヤード) 島の手話	RFC 3066 (>>19)
sgn-ZA		[IANAREG]
`si`	Shinhalese
`sin`]	Shinhalese		3文字 ->`si`
`sk`	Slovak
`sk-SK`	Slovak/Slovakia
`sl`	Slovenian
`sl-nedis`	Slovenian/Nadiza 方言	[IANAREG]
`sl-rozaj`	Rezijan	[IANAREG]
`sl-SI`	Slovenian/Slovenia
`slk`]	Slovak		3文字 ->`sk`
`slo`]	Slovak		3文字 ->`sk`
`slv`]	Slovenian		3文字 ->`sl`
`sn`	Shona
`sna`]	Shona		3文字 ->`sn`
`so`	Somali
`som`]	Somali		3文字 ->`so`
`sot`	Sotho
`spa-AR`	Spanish/Argentina		3文字 ->`es-AR`
`spa-BO`	Spanish/Bolivia		3文字 ->`es-BO`
`spa-CL`	Spanish/Chile		3文字 ->`es-CL`
`spa-CO`	Spanish/Colombia		3文字 ->`es-CO`
`spa-CR`	Spanish/Costa Rica		3文字 ->`es-CR`
`spa-DO`	Spanish/Dominican Republic		3文字 ->`es-DO`
`spa-EC`	Spanish/Ecuador		3文字 ->`es-EC`
`spa-GT`	Spanish/Guatemala		3文字 ->`es-GT`
`spa-HN`	Spanish/Honduras		3文字 ->`es-HN`
`spa-MX`	Spanish/Mexico		3文字 ->`es-MX`
`spa-modern`	Spanish (現代語)		3文字 ->`es-modern`
`spa-NI`	Spanish/Nicaragua		3文字 ->`es-NI`
`spa-PA`	Spanish/Panama		3文字 ->`es-PA`
`spa-PE`	Spanish/Peru		3文字 ->`es-PE`
`spa-PR`	Spanish/Puerto Rico		3文字 ->`es-PR`
`spa-PY`	Spanish/Parguay		3文字 ->`es-PY`
`spa-SV`	Spanish/El Salvador		3文字 ->`es-SV`
`spa-trad`	Spanish (伝統語)		3文字 ->`es-trad`
`spa-UY`	Spanish/Uruguay		3文字 ->`es-UY`
`spa-VE`	Spanish/Venezuela		3文字 ->`es-VE`
`sq`	Albanian
`sq-AL`	Albanian/Albania
`sqi`]	Albanian		3文字 ->`sq`
`sr`	Serbian
`sr-Cyrl`	Serbian (キリル文字)	[IANAREG]
`sr-latin`	Serbian (ラテン文字)		非推奨 ->`sr-Latn`
`sr-Latn`	Serbian (ラテン文字)	[IANAREG]
`sr-YU`	Serbian/Yugoslavia
`srd-IT`	Sardinian Campidanesu
`ss-ZA`	Siswati
`sv`	Swedish
`sve`]	Swedish		3文字 ->`sv`
sv-FI	瑞典語/芬蘭 (フィンランド)	[MOZILLA]
`sve-FI`]	Swedish/Finland		3文字 ->`sv-FI`
`sv-SE`	Swedish/Sweden
`sw`	Swahili
`swa`]	Swahili		3文字 ->`sw`
`sw-TZ`	Swahili
`swe`]	Swedish		3文字 ->`sv`
`swe-FI`]	Swedish/Finland		3文字 ->`sv-FI`
`ta`	Tamil
`tam`]	Tamil		3文字 ->`ta`
`ta-IN`	Tamil/India
`ta-MY`	Tamil
`te`	Telugu
`te-IN`	Telugu/India
`teamemh`			非標準
`tg`	Tajik
`tgk`]	Tajik		3文字 ->`tg`
`tgl`]	Tagalog		3文字 ->`tl`
`th`	Thai
`tha`]	Thai		3文字 ->`th`
`th-TH`	Thai/Thailand
`tk`	Turkmen
`tk-TM`	Turkmen/Turkmenistan
`tl`	Tagalog
`tl-PH`	Tagalog
`tlh`	Klingon	[ISO 639-2]
`tn-ZA`	Tswana
`tr`	Turkish
`tr-TR`	Turkish/Turkey
`tt`	Tatar
`tuk`]	Turkmen		3文字 ->`tk`
`tur`]	Turkish		3文字 ->`tr`
`uk`	Ukrainian
`ukr`]	Ukrainian		3文字 ->`uk`
`uk-UA`	Ukrainan/Ukraine
`unknown`	未知		非標準 ->`und`
`ur`	Urdu
`ur-PK`	Urudu
`uz-cyr`	Uzbek (キリル文字)		非推奨 ->`uz-Cyrl`
`uzb-cyr`]	Uzbek (キリル文字)		3文字 ->`uz-cyr`
`uz-Cyrl`	Uzbek (キリル文字)	[IANAREG]
`uz-latin`	Uzbek (ラテン文字)		非推奨 ->`uz-Latn`
`uzb-latin`]	Uzbek (ラテン文字)		3文字 ->`uz-latin`
`uz-Latn`	Uzbek (ラテン文字)	[IANAREG]
`val-ca-ES`	Valencian
`ven-ZA`	Venda
`vi`	Vietnamese
`vie`]	Vietnamese		3文字 ->`vi`
`vi-hanoi`	Vietnamese/Hanoi
`vie-hanoi`]	Vietnamese/Hanoi		3文字 ->`vi-hanoi`
`vi-saigon`	Vietnamese/Hanoi
`vie-saigon`]	Vietnamese/Hanoi		3文字 ->`vi-saigon`
`vi-VN`	Vietnamese/Vietnam
`war-PH`	Waray
x-ainu	アイヌ語
x-pig-latin		RFC 2616
x-klingon	クリンゴン語	[RFC 1766]	非推奨 (`i-klingon`)
`xh`	Xhosa
`xho`]	Xhosa		3文字 ->`xh`
`xh-ZA`	Xhosa
`yi-Latn`	Yi (ラテン文字)	[IANAREG]
`yo`	Yoruba
`yor`]	Yoruba		3文字 ->`yor`
`zh-amoy`	中文/Amoy		未登録
`zho-amoy`	中文/Amoy		3文字 ->`zh-amoy`
`zh-canton`	中文/広東語		未登録
`zho-canton`	中文/広東語		3文字 ->`zh-canton`
`zh-chaozhou`	中文/ChaoZhou		未登録
`zho-chaozhou`	中文/ChaoZhou		3文字 ->`zh-chaozhou`
zh-CN	中文/中華大陸	[MOZILLA]
`zh-CN-wu`	中文/中華大陸/Wu		未登録
`zho-CN-wu`	中文/中華大陸/Wu		3文字 ->`zh-CN-wu`
`zh-fukien`	中文/Fukien		未登録
`zho-fukien`	中文/Fukien		3文字 ->`zh-fukien`
`zh-fuzhou`	中文/Fuzhou		未登録
`zho-fuzhou`	中文/Fuzhou		3文字 ->`zh-fuzhou`
`zh-gan`	Gan	[IANAREG]
`zh-guoyu`	官話	[IANAREG]
`zh-hainan`	中文/Hainan		未登録
`zho-hainan`	中文/Hainan		3文字 ->`zh-hainan`
`zh-hakka`	中文/客家語	[IANAREG] 2000-01-10
`zho-hakka`	中文/客家語		3文字 ->`zh-hakka`
`zh-Hans`	中文 (簡体字)	[IANAREG]
`zh-Hant`	中文 (伝統字)	[IANAREG]
zh-HK	中文/香港	[MOZILLA]
zh-mandarin	中文官話方言	[639FAQ] (>>3)
`zh-mandarin-smpl`	中文/官話方言 (簡体字)		未登録
`zho-mandarin-smpl`	中文/官話方言 (簡体字)		3文字 ->`zh-mandarin-smpl`
`zh-mandarin-trad`	中文/官話方言 (伝統字)		未登録
`zho-mandarin-trad`	中文/官話方言 (伝統字)		3文字 ->`zh-mandarin-trad`
`zh-min`	Min, Fuzhou, Hokkien, Amoy, Taiwanese	[IANAREG]
`zh-min-nan`	Minnan, Hokkien, Amoy, Taiwanese, Southern Minm Southern Fujian, Hoklo, Southern Fukien, Ho-lo	[IANAREG]
zh-MO	中文/澳門 (マカオ)	[MSIE]
zh-SG	中文/新加坡 (シンガポール)	[MOZILLA]
zh-TW	中文/台湾	[MOZILLA]
`zh-wuu`	上海語, Wu	[IANAREG]
`zh-xiang`	Xiang, Hunanese	[IANAREG]
`zh-yue`	広東語	[IANAREG]
`zh-yunnan`	中文/YunNan		未登録
`zho-yunnan`	中文/YunNan		3文字 ->`zh-yunnan`
`zu`	Zulu
`zul`]	Zulu		3文字 ->`zu`
`zu-ZA`	Zulu
英語-(U.S)	英語/亜米利加合衆国		非標準 ->`en-US`
日本語	日本語		非標準 ->`ja`

[22] RFC 3066 によれば、第2小札以降は文法規則 (特に、字数制限: 3〜8文字に注意) に従う限り自由に使っていいことになっています。このため言語札の一意性は保障されないでしょう。もっとも言語はそう簡単に増えたり減ったりするものではないですから、滅多なことでは衝突しないでしょうが・・・。

[44] しかし衝突はしなくても、同じ言語/方言を表す名前が複数存在してしまうことになりかねません。
[45] 言語札のレベルでは解決できない問題として、言語/方言の区分の方法による非一意性もあります。 >>25 の大阪弁/関西弁問題や、台湾の外省人の言語が北京語と同じなのか (違うかな。) とか。
[46] >>45 でも中国で北京語といったら北京方言のことで、官話方言のことじゃないそうですね。日本語共通語と山手方言とか江戸っ子言葉の関係みたいなもん?
[48] 手元の WinIE 1.0〜3 は jp という間違った値を送ります。

ja-*

[23] 日本語の方言にも星の数ほど種類がありますから、全部 ja-foo にすると大変なことになります。

一つの提案として、日本国内の地域を主要な使用域とする方言は ja-JP-大地域名-* とし、大地域名としては地域名 (kansai など), 現行の47都道府県名, 明治時代の旧国名くらいに制限し、それ以上の細かいものは地域的あるいは言語的に近いものの小分類としてはどうでしょう。

[24] ただ、大阪弁を ja-JP-oosaka にするのか ja-JP-kansai-oosaka にするのかみたいな話になりますが。

[25] >>24 大阪弁は有名だから関西弁とは独立させてもいいかも・・。だけど結局線引き問題は一杯出てきそう。
[26] >>24 oosaka より osaka がイイとか言う意見もありそう。
[27] ja-Kana (片仮名) って嫌な名前だなぁ。 ISO 15924 の馬鹿野郎〜
[28] >>27 こういうのもあると、「小学3年生に習う漢字まで」みたいなのも欲しい気がするが・・・。
[29] >>28 そういうのを見ると、やぱーり用字系は別指定にしる! とか言いたい気がするが。。。 (この文は ja-2ch に札付けするのが(・∀・)イイ!!)
[31] >>27-29 といふことで用字系札に分離しませう。 (この文は ja-desumasu+Japn-ja-old-kana にして下さると嬉しう存じます。)
[32] >>23-26 ラテン文字3〜4文字の都道府県名符号を使うのが良い。
[33] ja-JP-TKY-shibuya-slang 渋谷の女子高生の言葉
[34] >>33 特に時代を指定したければ ja-JP-TKY-shibuya-slang-2002 とするとか。
[36] http://pc3.2ch.net/test/read.cgi/hp/1031743538/133-136
[41] ja-trad: http://www1.odn.ne.jp/bungaku-shitsu/appendix/diary/d0107-3.html#d010725-8: 正字正假名の日本語。
[42] >>41 の使い方は言語と用字系の独立性を欠いてるからお勧めしがたいけど、手軽なのはいいことだ。
[43] >>34 の書き方を使えば、2ch 閉鎖騒動の頃の言葉遣いを ja-2ch-2001-08 とか表せて(・∀・)イイ!

その他の値

[40] XSL-FO では言語タグの登場場面である xml:lang 属性の値に inherit が指定できます。 (XML 的にそんなのありかよ? と思いますが) この値は xml:lang 属性の既定値を明示した形になります。 (Formatting Properties http://www.w3.org/TR/xsl/slice7.html#xml:lang)

[47] 一部の DOM HTML 実装は、 lang 属性の値で、 HTML の lang 属性に値が明示されていない時には unknown を返すらしいです。

[7] GNU Wget - バグ: bug #26786, TLS SNI support [Savannah] (Copyright (C) 2000, 2001, 2002, 2003 Free Software Foundation, Inc., 59 Temple Place - Suite 330, Boston, MA 02111, USA Verbatim copying and distribution of this entire article is permitted in any medium, provided this notice is preserved 著, 2014-09-19 15:03:19 +09:00 版) http://savannah.gnu.org/bugs/?26786

<html xmlns="http://www.w3.org/1999/xhtml" lang="ja-JP.UTF-8" xml:lang="ja-JP.UTF-8">

歴史

`%LanguageCode;` 型 (HTML 4)

[151] HTML の DTD で使われている %LanguageCode 型は、言語札を表します。

[152] HTML 4
XHTML 1.0
- A.1.1. XHTML-1.0-Strict http://www.w3.org/TR/2002/REC-xhtml1-20020801/dtds.html#dtdentry_xhtml1-strict.dtd_LanguageCode
- A.1.2. XHTML-1.0-Transitional http://www.w3.org/TR/2002/REC-xhtml1-20020801/dtds.html#dtdentry_xhtml1-transitional.dtd_LanguageCode
- A.1.3. XHTML-1.0-Frameset http://www.w3.org/TR/2002/REC-xhtml1-20020801/dtds.html#dtdentry_xhtml1-frameset.dtd_LanguageCode
XHTML m12n
- 4.3. Attribute Types IW:XHTML1m12n:"abstraction.html#dt_LanguageCode"

[153] HTML 4 本文 (規定), DTD 注釈 (参考) は RFC 1766 を参照しています。 XHTML 1.0 SE DTD 注釈 (規定), XHTML m12n 抽象モジュール定義 (規定) XHTML m12n 4.3 は RFC 3066 を参照しています。

[154]

引数実体名: %LanguageCode (HTML 4, XHTML 1.0)
抽象属性型名: LanguageCode (XHTML m12n)
属性型名: language-code (HTML 4)
SGML 属性型: NAME (HTML 4)
XML 属性型: NMTOKEN (XHTML 1.0)
大文字・小文字: 大文字正規化 (HTML 4), 区別無し (XHTML 1.0)

[156] HTML 4 は、 RFC 1766 で定義された言語札を参照しています。大文字・小文字は区別されません。 SGML 的には NAME です (つまり、 HTML 4 SGML宣言の元では大文字に正規化されます)。

[160] RFC 1766 はすでに改訂されていて、 ISO 639 の3文字符号に対応するとか構文上の重要な変更があります。

では HTML 4 で新しい構文の言語札を使っても良いのか、微妙なところです。

引用規格は最新版を適用するかどうかの規定はないのですけど、 IW:HTML4:"references.html#ref-RFC1766" は I-D に言及しています。少なくても HTML 4 の著者は改訂があることに気づいているし、読者にもそれなりには注意を促しているのですから、新しい構文の言語札を使っても、ばちは当たらないでしょう。 (無茶苦茶な論理だ。)

[200] この型が使われているのは、 lang 属性や hreflang 属性ですな。

[201] lang 属性は XML 本体仕様に取り込まれ、 xml:lang 属性になりました。こちらは後に空文字列を認めるように修正されています。

[MOZILLA] Mozilla の実装
[MSIE] M$IE の実装
[21] [QUIALANG] lang 属性について [QUIA] http://www5d.biglobe.ne.jp/~quia/tech/html/lang.html
[49] 2003-09-21 05:31:40 +00:00 名無しさん: スラッシュドットジャパン | 国コードや言語コードなどに課金? http://slashdot.jp/article.pl?sid=03/09/20/1440224&mode=flat&commentsort=4&threshold=-1

[14] ISO 639 Joint Advisory Committee http://lcweb.loc.gov/standards/iso639-2/iso639jac.html
- [3] [639FAQ] ISO 639 Frequently Asked Questions (FAQ) http://lcweb.loc.gov/standards/iso639-2/faq.html
[15] ISO 639-1 Registration Authority http://linux.infoterm.org/infoterm-e/raiso639-1_start.htm
[16] ISO 639-2 Registration Authority - Library of Congress http://www.loc.gov/standards/iso639-2/iso639-2ra.html

[50] Published subjects for languages in ISO 639 http://psi.oasis-open.org/iso/639/

言語符号の URI参照。 ISO 639 の3文字符号が使われてます。

IETF はこれを見習ってとっとと言語札の URI 参照表現を定義してください:) (名無しさん 2005-01-10 00:06:08 +00:00)

[51] ちょっとしたメモ - 地理コードのURI http://www.kanzaki.com/memo/2005/01/09-1 (名無しさん)

[52] 1月11日付で、No linguistic contentを表すzxxが追加されました。 Used to declare the absence of linguistic information。

ISO 639-2/RA Change Notice - Codes for the representation of names of languages (Library of Congress) http://www.loc.gov/standards/iso639-2/codechanges.html#20060119

(名無しさん 2006-02-07 03:54:43 +00:00)

[54] I'm not a Klingon : Change in .Net Framework Culture Names for Windows Vista http://blogs.msdn.com/shawnste/archive/2006/06/02/615674.aspx (名無しさん 2006-11-08 13:18:26 +00:00)

[61] Language Tags and Locale Identifiers for the World Wide Web (2006-12-19 13:39:55 +09:00 版) http://www.w3.org/International/core/langtags/

[209] RFC 4646/RFC 5646、同じ要件が何度も微妙に違う表現で繰り返されたりしていて、とても読みにくくて悪い仕様書だなあ。

[210] IANA 登録簿や ISO の仕様に依存しているせいで仕様書本体の規定に抽象的なものが多くて理解しづらいし。

[223] 例示なのに助動詞が使われていたりおかしいし。

[227] あとは同じものについての話題があちこちの章にばらばらに出てくるからでしょうなー。今の章構成もそれなりに意味があるのだろうけど、もっとテーマごとにまとめてコンパクトにできるような。

[293] W3C XML Schema Definition Language (XSD) 1.1 Part 2: Datatypes ( (2012-04-05 06:34:51 +09:00 版)) http://www.w3.org/TR/2012/REC-xmlschema11-2-20120405/#language

[294] Packaged Web Apps (Widgets) - Packaging and XML Configuration (Second Edition) ( (2012-11-22 21:22:20 +09:00 版)) http://w3c.github.com/packed-webapps/packaging/#rule-for-deriving-the-user-agent-locales

[295] Re: Language ranges with more than two sub-tag ( (Norbert Lindenberg 著, 2013-03-05 15:42:00 +09:00 版)) http://lists.w3.org/Archives/Public/www-international/2013JanMar/0327.html

[301] mattcg/language-tags ( (2014-03-08 09:10:16 +09:00 版)) https://github.com/mattcg/language-tags

[302] mattcg/language-subtag-registry ( (2014-03-08 09:10:23 +09:00 版)) https://github.com/mattcg/language-subtag-registry

[303] Metadata API for Media Resources 1.0 ( (2014-03-12 15:50:19 +09:00 版)) http://www.w3.org/TR/mediaont-api-1.0/#widl-MediaAnnotation-language

[304] Notifications API Standard ( (2014-02-11 16:20:34 +09:00 版)) http://notifications.spec.whatwg.org/#language-0

[305] Internationalization Tag Set (ITS) Version 2.0 ( (2013-10-27 19:39:43 +09:00 版)) http://www.w3.org/TR/its20/#LocaleFilter

[306] Internationalization Tag Set (ITS) Version 2.0 ( (2013-10-27 19:39:43 +09:00 版)) http://www.w3.org/TR/its20/#LocaleFilter

[307] RFC 7231 - Hypertext Transfer Protocol (HTTP/1.1): Semantics and Content ( (2014-06-07 01:55:45 +09:00 版)) https://tools.ietf.org/html/rfc7231#section-3.1.3.1

[97] OASIS Open Document Format for Office Applications (OpenDocument) Version 1.2 - Part 1: OpenDocument Schema (2011-09-29 13:00:00 +09:00 版) http://docs.oasis-open.org/office/v1.2/os/OpenDocument-v1.2-os-part1.html#a18_3_16language

[98] OASIS Open Document Format for Office Applications (OpenDocument) Version 1.2 - Part 1: OpenDocument Schema (2011-09-29 13:00:00 +09:00 版) http://docs.oasis-open.org/office/v1.2/os/OpenDocument-v1.2-os-part1.html#a19_236fo_language

[99] OASIS Open Document Format for Office Applications (OpenDocument) Version 1.2 - Part 1: OpenDocument Schema (2011-09-29 13:00:00 +09:00 版) http://docs.oasis-open.org/office/v1.2/os/OpenDocument-v1.2-os-part1.html#a19_512style_rfc-language-tag

[100] Final: OpenID Connect Core 1.0 incorporating errata set 1 (2014-11-09 04:00:29 +09:00 版) http://openid.net/specs/openid-connect-core-1_0.html#ClaimsLanguagesAndScripts

Human-readable Claim Values and Claim Values that reference human-readable values MAY be represented in multiple languages and scripts. To specify the languages and scripts, BCP47 [RFC5646] language tags are added to member names, delimited by a # character. For example, family_name#ja-Kana-JP expresses the Family Name in Katakana in Japanese, which is commonly used to index and represent the phonetics of the Kanji representation of the same represented as family_name#ja-Hani-JP. As another example, both website and website#de Claim Values might be returned, referencing a Web site in an unspecified language and a Web site in German.

[101] Final: OpenID Connect Dynamic Client Registration 1.0 incorporating errata set 1 (2014-11-09 04:02:08 +09:00 版) http://openid.net/specs/openid-connect-registration-1_0.html#LanguagesAndScripts

To specify the languages and scripts, BCP47 [RFC5646] language tags are added to Client Metadata member names, delimited by a # character.

[102] Yahoo! ID連携:属性取得API(UserInfoAPI) - Yahoo!デベロッパーネットワーク (2015-03-05 15:57:31 +09:00 版) http://developer.yahoo.co.jp/yconnect/userinfo.html

given_name#ja-Kana-JP カナ名 profile ユーザーが登録している名のヨミガナを返却します。最大100文字の可変長です。
given_name#ja-Hani-JP 漢字名 profile ユーザーが登録している名の漢字を返却します。最大100文字の可変長です。

[103] RFC 3709 - Internet X.509 Public Key Infrastructure: Logotypes in X.509 Certificates (2015-04-05 18:07:12 +09:00 版) https://tools.ietf.org/html/rfc3709#page-10

When language is specified, the language tag MUST use the RFC 3066
[LANGCODES] syntax.

[104] LibreOffice 4.2 リリースノート - The Document Foundation Wiki (2015-01-25 22:44:11 +09:00 版) https://wiki.documentfoundation.org/ReleaseNotes/4.2/ja#.E8.A8.80.E8.AA.9E.E3.82.BF.E3.82.B0.E3.82.B5.E3.83.9D.E3.83.BC.E3.83.88

カタロニア語(バレンシア) [ca-ES-valencia] を文書の内容として利用できるようになりました。 tdf#68714 (Eike Rathke)
カタロニア語(バレンシア) のUI翻訳として当座しのぎで [ca-XV] を使っていたのを、正しく [ca-ES-valencia] タグを用いるようになりました。 (Eike Rathke)
当座しのぎで [sh-*] という文書言語としていたものを、正しく [sr-Latn-*] とするように、古い [sh-*] も扱えるようにしました。 (Eike Rathke)
言語リストに [en-GB-oed] ルール外(grandfathered)タグを "English, Oxford English Dictionary spelling" 用として追加しました。 (Eike Rathke)
ラテン綴りで書かれたクルド語 [ku-*] の汚いマクロ言語のコードを綺麗にし、それぞれの国ごとに区別したスクリプトで処理するようにしました。 tdf#63460 (Eike Rathke)
ku → kmr-Latn (北部クルド語、ラテン綴り)
ku-TR → kmr-Latn-TR (トルコでの北部クルド語、ラテン綴り)
ku-SY → kmr-Latn-SY (シリアでの北部クルド語、ラテン綴り)
ku-IQ → ckb-IQ (イラクでの中部クルド語、アラビア綴り)
ku-IR → ckb-IR (イランでの中部クルド語、アラビア綴り)
追加: sdh-IQ (イラクでの南部クルド語、アラビア綴り)

[105] mediawiki/Names.php at master · wikimedia/mediawiki (2015-04-25 19:51:05 +09:00 版) https://github.com/wikimedia/mediawiki/blob/master/languages/Names.php

[106] lang属性 * HTMLリファレンス (KURAGEYA 著, 2012-09-13 22:17:35 +09:00 版) http://kurageya.fc2web.com/web/tag/zlang.html

ja-osaka (日本の大阪弁)

[107] lang=lang - 言語指定 (2015-01-27 01:19:19 +09:00 版) http://www.tohoho-web.com/html/attr/lang.htm

ja-osaka(大阪弁)
x- で始まるコードはプライベートに使用することが許されています。
x-uchuujin(宇宙人語)

[108] lang=lang - 言語指定ホームページ制作京都|ホームページ作成のリュウム (2013-07-23 19:16:53 +09:00 版) http://www.ryuumu.co.jp/ryuumu/ain/webguide/html/attr/lang.htm

ja-osaka(大阪弁)
x- で始まるコードはプライベートに使用することが許されています。
x-uchuujin(宇宙人語)

[109] lang : 言語指定 | HTML memorandum (2015-04-26 18:46:15 +09:00 版) http://html.zanth.net/attribute/lang

ja-osaka(大阪弁)、en-us(米国英語)
x- で始まるコードはプライベートな言語として使用することが許可されています。
x-orelang(自分が勝手に作った言葉)

[110] locale/test_tag.rb at master · mutoh/locale (2015-04-26 18:48:16 +09:00 版) https://github.com/mutoh/locale/blob/master/test/test_tag.rb

assert_equal Locale::Tag::Rfc.parse("ja-osaka"), lang.to_rfc

[111] <img longdesc=...>について (2010-11-17 21:33:48 +09:00 版) http://deztec.jp/x/10/faireal/d11223_2.xml

同様の遊びとして、
<q cite="http://pc.2ch.net/..." lang="ja-2ch">ハゲ銅!ahooのせいでみかかが株をあげたと思われ。</q>
なんてこともできます。

[112] <img longdesc=...>について (2010-11-17 21:33:48 +09:00 版) http://deztec.jp/x/10/faireal/d11223_2.xml

<img src="img/niseharuna_nisechinese.png"
xml:lang="x-Nise-Chinese"
alt="可可逝世!" longdesc="../../../image/d-niseharuna.htm"
width="500" height="275" />

[113] Strict-HTML スレッド 37 (2015-04-26 22:43:43 +09:00 版) http://pc8.2ch.net/test/read.cgi/hp/1154869185/839-845

xml:lang="ja-2ch"
とすれば2ch語。

[114] 和泉日記 2クール目 ● ペンフロ (2015-04-26 22:44:33 +09:00 版) http://ma-na.biz/zzz/r.cgi/diary/1113822368/947

この日記スレなら2ch語ベースで書かれているので記述するとしたらja-2chか。

[115] 一行づつタグを書いてHPを完成させるスレ Web制作@ネット関係(1から200までのページです) (2002-05-18 05:41:00 +09:00 版) http://viva2ch.net/hp/1010056747-0.html

<html xmlns="http://www.w3.org/1999/xhtml" xml:lang="ja-2ch">

[116] (2015-04-26 23:18:14 +09:00 版) https://www.facebook.com/translations/FacebookLocales.xml

<englishName>Sorani Kurdish</englishName>
<codes>
<code>
<standard>
<name>FB</name>
<representation>cb_IQ</representation>
</standard>
</code>
</codes>

[118] (2015-04-26 23:19:09 +09:00 版) https://www.facebook.com/translations/FacebookLocales.xml

<englishName>Cherokee</englishName>
<codes>
<code>
<standard>
<name>FB</name>
<representation>ck_US</representation>
</standard>
</code>
</codes>

[119] Remove requirements on language tags. Encourage developers to do the … · whatwg/notifications@743cd90 (2015-07-16 13:02:19 +09:00 版) https://github.com/whatwg/notifications/commit/743cd90906c5fa522d31ef0082b2a6e573385b6b

[120] Indicate language is a language tag. Fixes #46 again. · whatwg/notifications@90e2964 (2015-07-18 11:37:40 +09:00 版) https://github.com/whatwg/notifications/commit/90e29647469fb26b1f707cf93d8c787b92d2bbdc

[122] RFC 7591 - OAuth 2.0 Dynamic Client Registration Protocol (2015-07-15 00:25:14 +09:00 版) https://tools.ietf.org/html/rfc7591#section-2.2

To specify the languages and scripts, BCP 47 [RFC5646] language tags
are added to client metadata member names, delimited by a "#"
character. Since JSON [RFC7159] member names are case sensitive, it
is RECOMMENDED that language tag values used in Claim Names be
spelled using the character case with which they are registered in
the "IANA Language Subtag" registry [IANA.Language]. In particular,
normally language names are spelled with lowercase characters, region
names are spelled with uppercase characters, and languages are
spelled with mixed-case characters. However, since BCP 47 language
tag values are case-insensitive, implementations SHOULD interpret the
language tag values supplied in a case insensitive manner. Per the
recommendations in BCP 47, language tag values used in metadata
member names should only be as specific as necessary. For instance,
using "fr" might be sufficient in many contexts, rather than "fr-CA"
or "fr-FR".

[123] XQuery and XPath Full Text 3.0 (2015-11-20 06:32:18 +09:00 版) http://www.w3.org/TR/2015/REC-xpath-full-text-30-20151124/#ftlanguageoption

An implementation MUST treat language identifiers that [BCP 47] defines as equivalent as identifying the same language. For example "mn" and "MN" are equivalent, as language tags are case insensitive, and "de" and "deu" are equivalent, as they are different codes for the same language. However, it is implementation-defined whether an implementation treats a particular language identifier with script, region, or variant portions as equivalent to the language identifier without them. For example, an implementation may treat "en-UK" as equivalent "en" and "en-US" but "sr-Latn" as different from "sr" and "sr-Cyrl".

[124] (2009-04-04 06:12:29 +09:00 版) http://unicode.org/repos/cldr/trunk/tools/java/org/unicode/cldr/util/data/langtagTest.txt

[131] nototools/lang_data.py at master · googlei18n/nototools (2016-01-13 16:05:45 +09:00 版) https://github.com/googlei18n/nototools/blob/master/nototools/lang_data.py

[132] Intl - JavaScript | MDN (2015-11-07 04:09:02 +09:00 版) https://developer.mozilla.org/ja/docs/Web/JavaScript/Reference/Global_Objects/Intl

locales引数は、すべてのUnicode拡張を除去した後、アプリケーションからの優先順位付き要求として解釈されます。ランタイムは、利用可能なローケルと比較し、利用可能なもののうち一番よいローケルを選びます。マッチングアルゴリズムは"lookup" matcherと"best fit" matcherの二つです。"lookup" matcher は、BCP 47で指定されたLookupアルゴリズムに従います。"best fit" matcher では、少なくとも "lookup" matcher と同程度の、しかし可能ならより要求に適したロケールを選択します。

[133] (Language tag) - SuikaWiki Data (2016-03-15 16:18:20 +09:00 版) https://data.suikawiki.org/lang

[134] (2016-03-18 17:54:57 +09:00 版) http://doc.qt.io/qt-4.8/qcolor.html#setNamedColor

<html lang="en_US">

[135] language_detection_util.cc - Code Search ( (2016-05-05 12:18:05 +09:00)) https://code.google.com/p/chromium/codesearch/#chromium/src/components/translate/core/language_detection/language_detection_util.cc

[136] Apple News Format Reference: Properties (2016-06-29 11:15:12 +09:00) https://developer.apple.com/library/ios/documentation/General/Conceptual/Apple_News_Format_Ref/Properties.html#//apple_ref/doc/uid/TP40015408-CH2-SW1

A code that indicates the language of the article. Use the IANA.org language subtag registry to find the appropriate code; e.g., en for English, or the more specific en_GB for English (U.K.) or en_US for English (U.S.).

[137] [CITE@en-US.UTF-8[Welcome [Savannah]]] (Copyright 2016 Free Software Foundation, Inc. Verbatim copying and distribution of this entire article is permitted in any medium, provided this notice is preserved.著, 2016-07-12 10:50:48 +09:00) http://savannah.nongnu.org/

<html xmlns="http://www.w3.org/1999/xhtml" lang="en-US.UTF-8" xml:lang="en-US.UTF-8">

[138] KinKi Kids オフィシャルサイト / Johnny's Entertainment (2016-07-13 19:24:25 +09:00) http://je-kinkikids.com/

<html lang="jp">

[140] Androidで特定の言語コードがISO639-1のコードと違う問題に対する対処方法 - Qiita ( (2016-08-29 14:10:33 +09:00)) https://qiita.com/konifar/items/b3ceaa1dcd0e132de3fd

case "he": // ヘブライ語
return "iw";
case "yi": // イディッシュ語
return "ji";
case "id": // インドネシア語
return "in";

[141] [CITE@de_DE[Another RDF Encoding Form (aREF)]] (Jakob Voß (voss@gbv.de)著, 2014-10-16 17:22:47 +09:00) https://gbv.github.io/aREF/aREF.html

<html lang="de_DE">

[142] Web Annotation Data Model (2017-02-24 02:14:26 +09:00) https://w3c.github.io/web-annotation/model/wd2/#h-external-web-resources

The value of the property should be a language code following the [bcp47] specification.

[207] draft-ietf-slim-negotiating-human-language-08 - Negotiating Human Language in Real-Time Communications (2017-05-14 22:37:55 +09:00) https://tools.ietf.org/html/draft-ietf-slim-negotiating-human-language-08

[216] GPHemsley/BCP47: Code for parsing the IANA Language Subtag Registry and implementing BCP 47 support in Firefox. (2017-06-05 10:44:41 +09:00) https://github.com/GPHemsley/BCP47

[217] [CITE@en_us[Building the Future of the Twitter API Platform]] (2017-10-13 20:43:58 +09:00) https://blog.twitter.com/developer/en_us/topics/tools/2017/building-the-future-of-the-twitter-api-platform.html

<html lang="en_us" prefix="og: http://ogp.me/ns#">

[218] [CITE@en_us[Giving you more characters to express yourself]] (2017-11-12 17:33:04 +09:00) https://blog.twitter.com/official/en_us/topics/product/2017/Giving-you-more-characters-to-express-yourself.html