[2] 言語タグ で使われる拡張 である U LDML で使われるロケール の識別子におけるロケール の特徴の記述を表します。
仕様書 [1] RFC 6067 - BCP 47 Extension U
http://tools.ietf.org/html/rfc6067 [25] Unicode Locale Extension (‘u’) for BCP 47 - CLDR - Unicode Common Locale Data Repository (2011-09-21 16:15:42 +09:00 版) http://cldr.unicode.org/index/bcp47-extension [30] UTS #35: Unicode Locale Data Markup Language (2011-07-19 03:14:51 +09:00 版) [26] http://unicode.org/reports/tr35/#Language_Locale_Field_Definitions [31] http://unicode.org/reports/tr35/#u_Extension [34] http://unicode.org/reports/tr35/#Locale_Extension_Key_and_Type_Data [35] http://unicode.org/repos/cldr/trunk/common/bcp47/ 呼称 [52]
Java 方面では -u- のことを追加のUnicode言語タグ拡張機能 などと呼んでいるようで。
この呼称は Unicode言語タグ と紛らわしいので、避けるべきです。
LDML [3] LDML は Unicode Consortium によるロケール 情報の記述のためのマーク付け言語 です。
現在の LDML ではロケール の識別子として BCP 47 言語タグ を使っていますが、
ロケール の記述には照合順序 などの純粋な BCP 47 の仕様だけでは表現できない要素が必要です。
[4] そこで LDML (UTS #35 ) は言語タグ の中の -u -
よりも後の部分にそのような情報を記述する方法を規定しています。
[5] RFC 6067 は BCP 47 の規定に則り言語タグ の拡張 u IANA 登録簿に追加しています。実際の u UTS #35 に委ねられています。
構文 [7] 拡張 u 部分タグ subtag
[8] u [9] 属性 attribute [10] キーワード keyword [11] キー key [12] 型 type [16] 言語タグ は大文字・小文字不区別 です >>31
属性 [13] 同じ属性 が複数指定されている場合、最初のもの以外は無視されます RFC 6067 2.1.
[17] 順序に意味はありません RFC 6067 2.1., >>31
[27] 属性 は将来の利用のために予約されていますが、現在は使われていません >>26
キー [15] 同じキー を複数使ってはなりません RFC 6067 2.1.
[14] 同じキー が複数指定されている場合、最初のもの以外は無視されます RFC 6067 2.1.
[18] 順序に意味はありません RFC 6067 2.1., >>31
型 [19] 順序には意味があります RFC 6067 2.1.
[38] ka vt 型 は部分タグ 1つによって表現されます。 >>26
[39] ただし将来にわたって保証されている性質ではなさそうです。[44] vt 部分タグ によって型 が表現されます。[43] ka 部分タグ 1つとは限らないとありますが、どうなり得るのかは不明です。
blanked 型 を省略できるということなのでしょうか。[45] 言及がありませんが、 kr 部分タグ によって型 が表現されます。
[46] 言及がありませんが、 ca - 型 が登録されています。
[28] 型 が省略されている場合であって、型 に true >>26
[40] true false >>26 正準形 [21] 小文字 が正準形 です RFC 6067 2.1.1., >>31
[22] 属性 とキー の順序は意味がありませんが、ASCII 符号位置 の順序で並べたものが正準形 です
RFC 6067 2.1.1., >>31
[33] キー と型 が正準形 であるものが正準形 です >>31
安定性 [20] 属性 、キー 、型 は追加されることがあります。
しかし削除されることや本質的な意味が変更されることは無いとされています。
RFC 6067 2.1.
[23] 既存の属性 、キー 、型 の意味に本質的な変更が加わったり、
それらの構造自体が変わったりすることはないとされていますが、
仮にそのような変更がなされる場合には新しい RFC が発行されることとなっています
RFC 6067 2.
[24] 追加など互換性のある変更は RFC の改訂無しに UTS #35
の改訂だけで行われます。適合性 [37] u 拡張 は BCP 47
言語タグ の構文上利用可能なすべての拡張 の部分タグ の並びを構文的に正しい値として認めています。
従って言語タグ の u 整形式 性と u 拡張 としての構文的な正しさは等価です。
[36] しかし構文的に正しいすべての u 拡張 の部分タグ に対して意味が定義されているわけではありません。
UTS #35 や >>25 で属性 やキー や型 で妥当 valid u 拡張 が妥当 かどうかを判断できます。
型の一覧 [41] 次の型 が定義されています。
[42] 型 は新規に追加されることがたまにあり、次の一覧は最新でないかもしれません。ca cf co cu em fw hc ka kb kc kf kh kk kn kr ks kv lb lw ms nu rg sd ss tzu-tz va vt [49] >>47 ,>>48 に JSON 形式の一覧データファイルがあります。
[47] data-web-defs/langtags.txt at master · manakai/data-web-defs (2016-01-14 15:55:10 +09:00 版) https://github.com/manakai/data-web-defs/blob/master/doc/langtags.txt [48] data-web-defs/langtags.json at master · manakai/data-web-defs (2016-01-14 15:55:29 +09:00 版) https://github.com/manakai/data-web-defs/blob/master/data/langtags.json 例 [6] 言語タグ de-DE-u-attr-co-phonebk
... を表します RFC 6067 2.1.
[29] Unicodeロケール識別子 >>26 de_DE_u_co_phonebk_cu_ddm
[32] >>31 u-foo-bar-nu-thai-ca-buddhist ... は正準形 ではありません。
u-bar-foo-ca-buddhist-nu-thai ... は正準形 です。
メモ [50] [ css-fonts-4] Clarify precedence of font-presentation versus lang/xml…Litherum 著, 2018-03-06 19:00:02 +09:00 )
https://github.com/w3c/csswg-drafts/commit/ee2603f6fd2d90e070a3d393159033651eb0c1b7
[51] [ css-fonts-4] Clarify precedence of font-presentation versus lang/xml:lang · Issue #2138 · w3c/csswg-drafts2018-05-08 21:51:26 +09:00 )
https://github.com/w3c/csswg-drafts/issues/2138