DIV CSS 佈局教程網

JS 不完全國際化與本地化手冊(理論篇)
編輯:關於JavaScript     

前言

 最近加入新的專案組,負責前端技術的預研與選型,其中碰到一個既熟悉又陌生的需求——國際化與本地化。說熟悉,是因為先前的專案也做過;說陌生,是因為當時的實作僅停留在「有」的階段。趁著這次機會,好好學習並整理一番,也為後續的技術選型做準備。

 本篇會闡述國際化與本地化的概念,以及其中一個關鍵環節——Language tag(也稱 Language code 或 Culture)。

何為國際化?

 我認為國際化是指應用能夠支援多種語言與文化習俗(數字、貨幣、日期、字元比較演算法等),而本地化則是應用能識別使用者所屬的文化習俗,自動適配到對應的語言文化版本。

 過去我常誤以為國際化就是把字串換掉——例如把「你好!」換成「What's up, man!」,但其實可以拆成以下五個層面:

  1. 字串替換
     如把"你好!"替換為"What's up, man!"。
  2. 數字表示方式
     如1200.01,英語寫作1,200.01,法語則是1 200,01,德語又變成1.200,01。
  3. 貨幣表示方式
     如人民幣¥1,200.01、美元$1,200.01,英語的歐元寫成€1,200.01,德語的歐元則是1.200,01 €。
    注意:這裡還沒把匯率算進去。
  4. 日期表示方式
     如2016年9月15日,英語寫作9/15/2016,法語是15/9/2016,德語則是15.9.2016。
  5. 字元比較演算法
     在比較ä和z時,英語、德語都是ä排在z前面,但在瑞典語中卻是z排在ä前面。

    本地化的關鍵 —— Language Tag

     既然要自動適配到使用者所屬的語言文化版本,總得有一個判斷依據吧?大家對zh-CN和en之類的寫法應該不陌生,它們正是我們需要的依據!在使用既有的 i18n 套件時,你一定會寫下類似這樣的設定:

     { "en": { "name": "Enter Name" }, "zh-CN": { "name": "輸入姓名" } }

     但除了en和zh-CN之外還有哪些鍵?它們的組成規則又是什麼?接下來我們稍微深入地認識這些 Language Tag。

語法規則

以下採用 ABNF 語言描述(ABNF 語法請參考語法規範: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 與 grandfathered 三個子類,先來看一般情況用不上的兩個。

privateuse
 標籤的含義不由 subtag registry 定義,而是由使用的團隊私下定義、維護與使用。格式:

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

示例:x-zh-CN屬於 privateuse,其含義不一定與 language zh-CN 相同。注意:僅適合小圈子內部使用,絕不能大範圍套用。

grandfathered
 用於向後相容。由於 RFC 4646 之前的標籤無法完全匹配當前 registry 的語法與含義,因此透過 grandfathered 提供相容性。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 grandfathered 標籤都能被現行 registry 的標籤及其組合替代(像i-tao可被tao取代),因此除非有特殊原因,請盡量使用現行標籤。

下面進入重頭戲 langtag,先看它的第一個 subtag——language。

Primary language subtag

 像en這種就是 Primary language subtag,用於標識資源對應的語言。語法:

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

可以看到 language 有三種形式,其中第一種2*3ALPHA ["-" extlang]最引起我的好奇。前面的2*3ALPHA稱為 macrolanguage,用來標明資源對應某語言的匯總,而具體的語言或方言則透過 extlang 指定,包含 extlang 的 language 也被稱為 encompassed language。

例如zh-cmn和zh-yue就是 encompassed language,其中zh是 macrolanguage,cmn和yue則是 extlang。

 有趣的地方在於,我們認為普通話、廣東話等都是漢語的方言,但西方卻認為它們根本不算同一種語言,因此zh-cmn和zh-yue在規範中被標記為 redundant,建議直接使用cmn和yue。不過基於歷史原因,我們仍習慣用zh-CN代表cmn-CN。

 目前能作為 macrolanguage 的僅有 7 個標籤(ar、kok、ms、sw、uz、zh 與 sgn)。另外幾個類似 cmn 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、嚴州話、吳語-徽嚴片) hak 客家語 yue 粵語(廣東話) nan 閩南語(福建話、台語) 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、陝北話)

注意:一般採用全小寫。

Script subtag

 用於指定字跡或文字系統所屬的語言與方言等。語法:

 script = 4ALPHA

注意:一般首字母大寫,後續字母全小寫。

Region subtag

 指定與國家、地域對應的語言或方言文化。語法:

 region = 2ALPHA / 3DIGIT

注意:一般採用全大寫。

Variant subtag

 用於提供其他 subtag 無法表達的額外資訊。語法:

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

示例:de-CH-1996 中的 1996 是 variant subtag,整體意思是「在瑞士使用、自 1996 年改良過的德語」。

Extension subtag

 提供一種機制讓我們擴展 langtag。語法:

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

目前僅支援u作為 singleton 的值。示例:de-DE-u-co-phonebk 表示採用電話本核對的方式進行排序等操作。更多資訊請參考 BCP 47。

如何選擇 Language Tag

 啃完這麼多規範,你可能還是不知道怎麼組合出合適的 language-tag。其實原則只有一條:

在足以區分當前上下文其他 language-tag 的前提下,保持 language-tag 夠短、夠精煉。

示例一:下文普通話、粵語並存

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

示例二:下文含大陸人講英語、香港人講普通話與美國人說英語

 <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>

 那麼,我們怎麼知道各個 subtag 具體定義了哪些值呢?這些都定義在 IANA Language Subtag Registry 中。若覺得查找不便,可以使用 Language Subtag Lookup tool;若不確定各國各地區使用的語言或方言,也能透過 Ethnologue 查看,直接點擊地圖上的區域即可取得對應的 subtag 資訊。

總結

 現在我們對國際化與本地化有了更全面的理解,也對 Language tag 有了更深入的認識,是不是迫不及待想動手寫程式了呢?敬請期待下篇《JS 魔法堂:不完全國際化與本地化手冊 之 實戰篇》。

XML學習教程| jQuery入門知識| AJAX入門| Dreamweaver教程| Fireworks入門知識| SEO技巧| SEO優化集錦|
Copyright © DIV+CSS佈局教程網 All Rights Reserved