关于语言标签, 这里简单总结一下,

我们现在用的 zh-CN, zh-TW, zh-HK 这种语言标签来自于 IETF language tag[1].

语言标签由一个或多个子标签组成, 用连字符分隔. 子标签出现顺序为: language, script, region, variant, extension, private-use. 除 language 外其余子标签均可选, language 使用 ISO 639 的两字母或三字母语言标签, script 使用 ISO 15924 的四字母书写文字代码, region 使用 ISO 3166 的两字母地区代码, variant 没有具体的标准可循, 由 IANA 登记. RFC 4646 Section 2[2] 对这个语法的定义写得更准确, 另外, IANA 也有维护一个 language subtag 列表[3], Type 字段注明了这里每个 subtag 是什么类型的.

举例来说, 比如 zh-Hans, 这里 zh 指 中文 这个 macrolanguage, Hans 是简体中文的 script, 因此 zh-Hans 指的是简体中文, 没有指明使用地区; zh-CN 则是指 CN 地区(中国大陆地区)使用的 中文, 因为中国大陆地区一般使用简体中文, 因此可以省略掉 script, zh-CN 也就等价于 zh-Hans-CN; 类似的, zh-TW 和 zh-Hant-TW 几乎等价, zh-Hans-HK 指香港地区使用的简体中文, 当然实际上香港一般用繁体中文, 因此 zh-HK 指 zh-Hant-HK.

IANA 有一个 Language Tag 页面[4], 这里提到了 zh-cmn, zh-min, zh-yue 整体作为 language 在[3]中都有出现.

[1]. https://zh.wikipedia.org/wiki/IETF%E8%AA%9E%E8%A8%80%E6%A8%99%E7%B1%A4
[2]. https://tools.ietf.org/html/rfc4646#section-2
[3]. https://www.iana.org/assignments/language-subtag-registry/language-subtag-registry
[4]. https://www.iana.org/assignments/language-tags/language-tags.xhtml

#lang #language #rfc