快捷導(dǎo)航

JS不完全國際化&本地化手冊之理論篇

更新時間：2016年09月27日 13:32:34 投稿：mdxy-dxy

最近加入到新項目組負(fù)責(zé)前端技術(shù)預(yù)研和選型，其中涉及到一個熟悉又陌生的需求——國際化＆本地化。熟悉的是之前的項目也玩過，陌生的是之前的實現(xiàn)僅僅停留在"有"的階段而已。趁著這個機(jī)會好好學(xué)習(xí)整理一下，為后面的技術(shù)選型做準(zhǔn)備

前言

最近加入到新項目組負(fù)責(zé)前端技術(shù)預(yù)研和選型，其中涉及到一個熟悉又陌生的需求——國際化＆本地化。熟悉的是之前的項目也玩過，陌生的是之前的實現(xiàn)僅僅停留在"有"的階段而已。趁著這個機(jī)會好好學(xué)習(xí)整理一下，為后面的技術(shù)選型做準(zhǔn)備。
本篇將闡述國際化和本地化的概念，以及其中一個很重要的概念——Language tag(也叫Language code 或 Culture)。

何為國際化？

國際化我認(rèn)為就是應(yīng)用支持多語言和文化習(xí)俗(數(shù)字、貨幣、日期和字符比較算法等)，而本地化則是應(yīng)用能識別用戶所屬文化習(xí)俗自動適配至相應(yīng)的語言文化版本。
過去常常以為國際化就是字符串的替換——如"你好!"替換為"What's up, man!"，其實具體是分為以下5方面:

字符串替換
如"你好!"替換為"What's up, man!".
數(shù)字表示方式
如1200.01，英語表示方式為1,200.01，而法語則為1 200,01，德語則為1.200,01.
貨幣表示方式
如人民幣￥1,200.01，美元表示方式為$1,200.01，而英語的歐元則為€1,200.01，德語的歐元則為1.200,01 €.
注意: 這里沒有還沒算上匯率呢.
日期表示方式
如2016年9月15日，英語表示方式為9/15/2016, 而法語為15/9/2016, 德語為15.9.2016.
字符比較算法
如ä和z比較時，英語、德語中均是ä排在z前面，而在瑞典語中則是z排在ä前面.

本地化的關(guān)鍵 —— Language Tag

既然要自動適配至用戶所屬的語言文化版本，那么總得有個根據(jù)才能識別吧？我想大家應(yīng)該對zh-CN和en等不陌生吧，而它們正是我們所需的根據(jù)了！在我們使用已有i18n庫實現(xiàn)國際化/本地化時，必定會寫下以下文檔
```
{
 "en": { "name": "Enter Name" },
 "zh-CN": { "name": "輸入姓名" }
}
```
但除了en和zh-CN還有其他鍵嗎？它們的組成規(guī)則又是如何的呢？下面我們來稍微深入的了解這些Language Tag吧！

語法規(guī)則

注意以下采用ABNF語言描述(ABNF的語法請參考語法規(guī)范：BNF與ABNF)

Language-Tag = langtag
    / privateuse
    / grandfathered

langtag = language
   ["-" script]
   ["-" region]
   *("-" variant)
   *("-" extension)
   ["-" privateuse]

可以看到Language-Tag分為langtag，privateuse 和 grandfatherd三個子類,下面我們先了解一般情況用不上的兩個吧！
privateuse
標(biāo)簽的意思不由subtag registry定義，而是由使用的團(tuán)隊間私自定義、維護(hù)和使用。
格式:

privateuse = "x" 1*("-" (1*8alphanum))

示例:x-zh-CN是privateuse，其意思不一定與languagezh-CN一致。
注意: 只作為小集團(tuán)內(nèi)部用可以，決不能大范圍適用。

grandfathered
用于向后兼容。由于RFC 4646前的標(biāo)簽無法完全匹配當(dāng)前registry的標(biāo)簽語法和意思，因此通過grandfathered來提供向后兼容的特性。
語法:

grandfathered = irregular
    / regualr
irregular = "en-GB-oed"   ; irregular tags do not match
   / "i-ami"    ; the 'langtag' production and
   / "i-bnn"    ; would not otherwise be
   / "i-default"   ; considered 'well-formed'
   / "i-enochian"  ; These tags are all valid,
   / "i-hak"    ; but most are deprecated
   / "i-klingon"   ; in favor of more modern
   / "i-lux"    ; subtags or subtag
   / "i-mingo" 
   / "i-navajo"
   / "i-pwn"
   / "i-tao"
   / "i-tay"
   / "i-tsu"
   / "sgn-BE-FR"
   / "sgn-BE-NL"
   / "sgn-CH-DE"
regular = "art-lojban"  ; these tags match the 'langtag'
  / "cel-gaulish"  ; production, but their subtags
  / "no-bok"   ; are not extended language
  / "no-nyn"   ; or variant subtags: their meaning
  / "zh-guoyu"   ; is defined by their registration
  / "zh-hakka"   ; and all of these are deprecated
  / "zh-min"   ; in favor of a more modern
  / "zh-min-nan"  ; subtag or sequence of subtags
  / "zh-xiang"

注意: 幾乎所有g(shù)randfarthered標(biāo)簽均可被當(dāng)前registry的標(biāo)簽及其組合作替代(像i-tao可以被tao代替)，因此如無意外請使用現(xiàn)行的標(biāo)簽吧。

下面就到了我們的重頭戲langtag了,首先我們看看langtag下的第一個subtag——language.

Primary language subtag

像en這種就是Primary language subtag，用于標(biāo)識資源所對應(yīng)的語言。
語法:

language = 2*3ALPAH
   ["-" extlang]
   / 4ALPHA
   / 5*8ALPHA
extlang = 3ALPHA
   *2("-" 3ALPHA)

看到language有三種形式，其中讓我比較好奇的是第一種2*3ALPHA ["-" extlang]。這種形式中前面的2*3ALPHA稱為macrolanguage，用于標(biāo)明資源對應(yīng)一種語言的匯總，而具體的某一種語言/方言則通過extlang指定。而包含extlang部分的language也被稱為encompassed language.
如zh-cmn和zh-yue就是encompassed language，其中zh是macrolanguage，而cmn和yue則是extlang。
這里有個很有趣的事情是，我們認(rèn)為普通話和廣東話等都是漢語的方言，但西方卻認(rèn)為普通話、廣東話根本就不屬于一種語言，因此像zh-cmn和zh-yue在規(guī)范中被設(shè)置為redundant，建議直接使用cmn和yue等。不過由于歷史原因，我們還是使用zh-CN代表cmn-CN。
另外現(xiàn)在可以作為macrolanguage的就只有7個標(biāo)簽(ar,kok,ms,sw,uz,zh和sgn)
另外幾個和cmn類似的subtags如下

cmn 普通話（官話、國語）
wuu 吳語（江浙話、上海話）
czh 徽語（徽州話、嚴(yán)州話、吳語-徽嚴(yán)片）
hak 客家語
yue 粵語（廣東話）
nan 閩南語（福建話、臺語）
cpx 莆仙話（莆田話、興化語）
cdo 閩東語
mnp 閩北語
zco 閩中語
gan 贛語（江西話）
hsn 湘語（湖南話）
cjy 晉語（山西話、陜北話）

注意: 一般采用全小寫

Script subtag

用于指定字跡或文字系統(tǒng)資源所屬的語言和方言等。
語法:

script = 4ALPHA

注意: 一般采用首字母大寫，后續(xù)字母全小寫

Region subtag

指定與國家、地域?qū)?yīng)的語言/方言文化。
語法:

region = 2ALPHA
  / 3DIGIT

注意: 一般采用全大寫

Variant subtag

指定其他subtag又無法提供的額外信息
語法:

variant = 5*8alphanum
  / (DIGIT 3alphanum)

示例:de-CH-1996其中1996是variant subtag，整體意思是在Switzerland使用的自1996改良過的德語。

Extension subtag

提供一種機(jī)制讓我們?nèi)U(kuò)展langtag
語法:

extension = singleton 1*("-" (2*8alphanum))
singleton = DIGIT
   / %x41-57
   / %x59-5A
   / %x61-77
   / %x79-7A

現(xiàn)在僅支持u作為sigleton的值。
示例:de-DE-u-co-phonebk表示采用電話本核對的方式對內(nèi)容進(jìn)行排序等操作。

更多關(guān)于language-tag的信息請參考BCP 47

如何選擇Language Tag

硬著頭皮啃下這么多規(guī)范的內(nèi)容，但我還不知道如何組合合適的language-tag呢:(其實選擇和組合的原則就只有一條
在足以區(qū)別當(dāng)前上下文中其他language-tag的前提下，保持language-tag足夠地短小精干
示例1:下文普通話、粵語并存

<p lang="cmn">
小陳說:"老大爺，東方廣場怎么走??？"
老大爺回答道:"<span lang="yue">你講咩也啊？我聽唔明喔。</span>"
</p>

示例2:下文含大陸人講英語、香港人講普通話和美國人說英語

<p lang="cmn">
小陳說:"<span lang="en-CN">Hi, where are you come from?</span>"
李先生說:"<span lang="cmn-HK">你的英文跟我的普通話一樣普通啊，哈哈！</span>"
Simon說:"<span lang="en">Hey, what's up!</span>"
</p>

那現(xiàn)在引出另一個問題，那就是我們怎么知道各個subtag具體定義了哪些值呢？
具體都定義在IANA Language Subtag Registry中了。
假如覺得查找起來還是不方便，那么就使用Language Subtag Lookup tool吧！
另外若不清楚各國各地區(qū)所使用的語言或方言時，可通過Ethnologue查看，直接點擊地圖上的區(qū)域即可獲取相應(yīng)的subtag信息。