國際化(Internationalization 的縮寫是 i18n——i、中間 18 個字元、n)是將軟體處理成能讓來自各地、使用各種語言的用戶更輕鬆使用的過程。如果你預設某個用戶來自某地、說某種語言,他就可能在不經意間得到一些錯誤提示——尤其是當你甚至都沒做這種假設時。
function formatDate(d) { // Everyone uses month/date/year...right? var month = d.getMonth() + 1; var date = d.getDate(); var year = d.getFullYear(); return month + "/" + date + "/" + year; } function formatMoney(amount) { // All money is dollars with two fractional digits...right? return "$" + amount.toFixed(2); } function sortNames(names) { function sortAlphabetically(a, b) { var left = a.toLowerCase(), right = b.toLowerCase(); if (left > right) return 1; if (left === right) return 0; return -1; } // Names always sort alphabetically...right? names.sort(sortAlphabetically); } 傳統的 JS i18n 程式使用 toLocaleString() 方法來格式化,結果字串會包含實作本身提供的所有細節:你無法自行選擇(你真的需要那種 date 格式的星期嗎?年份是無關緊要的嗎?)。即使包含了對應的細節,格式也可能出錯,比如你本該得到百分比、卻拿到一個數字,而且你還不能選擇區域設定(locale)。
至於排序,JS 提供了基本沒用的、基於區域設定的文字比較函式。localeCompare() 確實存在,但它的介面根本不適合 sort,而且不允許選擇區域設定或排序方式。
這些限制太糟糕了(當我意識到時非常吃驚!),因為需要 i18n 支援(通常是金融站點用於顯示貨幣)的嚴謹 Web 應用,會把資料打包、送給伺服器,伺服器處理後再送回用戶端——資料僅僅為了處理貨幣數量就往返伺服器一趟。唉。
新的 ECMAScript 國際化 API 大幅提升了 JS 的 i18n 能力。它提供了你所能想到的格式化 date、數字與文字排序的方式。區域設定是可選的,若請求的區域設定不支援則可回退;格式化請求能指定具體要包含的元件;支援自訂的百分比、有效數字與貨幣格式;也開放了大量排序選項供文字排序使用。如果你在意效能,首要的操作是選一個區域設定並處理選項參數——現在這個操作只需處理一次,而不像從前每次執行區域設定相關操作時都要重跑一遍。
這並不是說這個 API 是萬靈丹,它僅僅是「盡最大努力」。精確的輸出幾乎總是刻意不指定的:一份實作可以僅支援 oj 區域設定(合法的),也可以忽略(幾乎全部)提供的格式化選項。大多數實作都包含高品質的多區域支援,但並不保證有(尤其是在資源受限的系統上,如手機)。
在底層,Firefox 的實作依賴 Unicode 的國際化元件庫(ICU),而 ICU 又依賴 Unicode Common 區域資料倉庫(CLDR)的區域資料集。我們的實作是自託管的:ICU 之上的大部分實作用 JS 撰寫。這個過程中我們遇到了一些問題(我們從未如此大規模地自託管過),但基本上都不大。
i18n 存在於 Intl 物件之上(注意不是數字 1,是字母 l)。Intl 包含三個建構子:Intl.Collator、Intl.DateTimeFormat 與 Intl.NumberFormat。每個建構子都會建立一個物件,提供相關操作,並有效率地為這些操作快取區域設定與選項。建立方式如下:
var ctor = "Collator"; // 或其他 var instance = new Intl[ctor](locales, options);
locales 是一個字串,指定單一語言標籤,或一個包含多個語言標籤的類陣列物件。語言標籤如下面的字串:en(普通英語)、de-AT(奧地利德語)、zh-Hant-TW(台灣使用的繁體中文)。語言標籤可以包含一個「Unicode 擴展」,形式為 -u-key1-value1-key2-value2...,其中每個 key 是「擴展鍵」,不同的建構子對此有各自的具體解釋。
options 是一個物件,其屬性(若不存在則賦值為 undefined)決定格式化器(formatter)與整理器(collator)的行為,精確的解釋由建構子決定。
給定區域資訊與選項後,實作會嘗試產生最接近理想行為的近似結果。Firefox 支援用於整理(collation)的 400 多個區域,以及用於 date/time 與數字格式化的 600 多個區域,所以很可能(但不保證)你想要的區域是被支援的。
Intl 通常不保證某些特定行為。若請求的區域不支援,Intl 允諾「盡最大努力」的行為;即使區域被支援,行為也不是嚴格指定的。永遠不要假設某組特定選項適用於某個特定格式。(圍繞請求元件)整體格式的用語可能因瀏覽器甚至瀏覽器版本而異;單一元件的格式也未指定:星期的短格式可以是「S」、「Sa」或「Sat」。Intl API 並不用於公開精確的特定行為。
date/time 格式化的主要選項屬性如下:
這些值並不映射到特定格式:請記住 Intl API 幾乎不指定精確的行為。Intl 的目的,舉例來說,是讓 "narrow"、"short" 和 "long" 生成對應大小的「S」/「Sa」、「Sat」和「Saturday」(輸出可能不太準確,因為 Saturday 和 Sunday 都可能生成「S」)。"2-digit" 和 "numeric" 映射到 2 位數字的字串或全長度的數字字串,如「70」和「1970」。
最終使用的選項大部分是請求的選項。但是,如果你不指定請求的 weekday/year/month/day/hour/minute/second,那麼 year/month/day 將會被加入到你的選項中。
除此之外,還有幾個特殊選項:
另外還有兩種特殊屬性:localeMatcher(可選 "lookup" 或 "best fit")與 formatMatcher(可選 "basic" 或 "best fit"),兩者預設值都是 "best fit"。它們會影響正確的區域設定與格式的選取,用例可能較為艱澀,這裡就不贅述了。
DateTimeFormat 也允許透過自訂曆法與數字系統來格式化,具體細節存在於區域設定,因此可在語言標籤的 Unicode 擴展中找到。
舉例來說,泰國的泰語語言標籤為 th-TH。回想 Unicode 擴展的格式 -u-key1-value1-key2-value2.... 曆法系統的 key 是 ca,數字系統的 key 是 nu。泰語數字系統值為 thai,中文曆法系統值為 chinese。因此要用這種方式格式化 date,我們把包含這些 key/value 對的 Unicode 追加到語言標籤上:th-TH-u-ca-chinese-nu-thai。關於更多曆法與數字系統的資訊,請查看 DateTimeFormat 的完整文件。
建立 DateTimeFormat 物件後,下一步就是透過方便的 format() 函式來格式化 date。更棒的是,這個函式是有界函式(bound function):你不必直接在 DateTimeFormat 上呼叫,之後傳入一個時間戳或 Date 物件即可。
總結一下,下文示範如何為特定用途建立 DateTimeFormat 選項(在當前 Firefox 執行行為下)。
var msPerDay = 24 * 60 * 60 * 1000; // July 17, 2014 00:00:00 UTC. var july172014 = new Date(msPerDay * (44 * 365 + 11 + 197));
我們來格式化美國英語的 date。先建立一個 2 位數字的 month/day/year,加上 2 位數字的 hours/minutes,還有一個短時區來確定這個時間(結果肯定會因不同時區而明顯不同):
var options = { year: "2-digit", month: "2-digit", day: "2-digit", hour: "2-digit", minute: "2-digit", timeZoneName: "short" }; var americanDateTime = new Intl.DateTimeFormat("en-US", options).format; print(americanDateTime(july172014)); // 07/16/14, 5:00 PM PDT 或者,對葡萄牙語(最好是巴西使用的葡語,但也能用在葡萄牙),格式會稍長,因為包含完整的 year 和正式拼寫的 month,並因可移植性而轉成 UTC 格式:
var options = { year: "numeric", month: "long", day: "numeric", hour: "2-digit", minute: "2-digit", timeZoneName: "short", timeZone: "UTC" }; var portugueseTime = new Intl.DateTimeFormat(["pt-BR", "pt-PT"], options); // 17 de julho de 2014 00:00 GMT print(portugueseTime.format(july172014)); 那麼,一個壓縮的、UTC 格式的瑞士火車每周調度表呢?我們嘗試用正式語言、按流行度從大到小來選擇最易讀的一個:
var swissLocales = ["de-CH", "fr-CH", "it-CH", "rm-CH"];var options = { weekday: "short", hour: "numeric", minute: "numeric", timeZone: "UTC", timeZoneName: "short" }; var swissTime = new Intl.DateTimeFormat(swissLocales, options).format; print(swissTime(july172014)); // Do. 00:00 GMT 或者,我們嘗試某個日本博物館裡一幅畫的描述性文字中的 date,這個 date 使用日本的 year 和 era 曆法:
var jpYearEra = new Intl.DateTimeFormat("ja-JP-u-ca-japanese", { year: "numeric", era: "long" }); print(jpYearEra.format(july172014)); // 平成26年 對一些完全不同的、更長的 date,用於泰國泰語,但使用泰語數字系統和中國曆法(類似 Firefox 的高品質實作通常會把普通的 th-TH 當做 th-TH-u-ca-buddhist-nu-latn,因為泰國使用佛曆系統和拉丁 0-9 數字):
var options = { year: "numeric", month: "long", day: "numeric" }; var thaiDate = new Intl.DateTimeFormat("th-TH-u-nu-thai-ca-chinese", options); print(thaiDate.format(july172014)); 撇開曆法與數字系統,其實很簡單,只要選取自己的元件與長度即可。
數字格式化的主要選項屬性有:
NumberFormat 還識別難懂的、大多數可忽略的 localeMatcher 屬性。
在 Unicode 擴展中,使用 nu 關鍵字可讓 NumberFormat 支援自訂數字系統(與 DateTimeFormat 相同)。例如,在中國,中文的語言標籤是 zh-CN,漢語十進位數字系統對應的值是 hanidec。為了格式化這些系統的數字,我們在語言標籤上添加一些 Unicode 擴展:zh-CN-u-nu-hanidec。關於不同數字系統標識的完整資訊,見 NumberFormat 詳細說明文件。
NumberFormat 物件有一個 format 方法,這一點和 DateTimeFormat 相同。format 方法是一個有界函式,它有時可以獨立於 NumberFormat 使用。
下面是在當前 Firefox 環境下為特定用途建立 NumberFormat 選項的例子。首先,我們來格式化中國大陸中文的貨幣格式,特別是使用漢字數字(而不是更普遍的拉丁數字)。選擇 "currency" style,然後使用人民幣(yuan)的貨幣代碼,數字分組預設,小數部分數字採用通常做法。
var tibetanRMBInChina = new Intl.NumberFormat("zh-CN-u-nu-hanidec", { style: "currency", currency: "CNY" }); print(tibetanRMBInChina.format(1314.25)); // ¥ 一,三一四.二五 或者,我們來格式化美國的天然氣價格,千分位有個古怪的 9,用在美國英語中:
var gasPrice = new Intl.NumberFormat("en-US", { style: "currency", currency: "USD", minimumFractionDigits: 3 }); print(gasPrice.format(5.259)); // $5.259 或者,我們嘗試埃及的阿拉伯語中的百分比,確定百分比至少有 2 個有效數字(注意這個以及其他 RTL 例子可能在 RTL 上下文出現的順序不一樣,RTL/right to left 即從右到左):
var arabicPercent = new Intl.NumberFormat("ar-EG", { style: "percent", minimumFractionDigits: 2 }).format; print(arabicPercent(0.438)); 或者,假設我們格式化阿富汗波斯語,期望至少 2 位的整數部分、至多 2 位的小數部分:
var persianDecimal = new Intl.NumberFormat("fa-AF", { minimumIntegerDigits: 2, maximumFractionDigits: 2 }); print(persianDecimal.format(3.1416)); 最後,我們格式化巴林的阿拉伯語中的巴林第納爾的數量。不同於大部分貨幣,巴林第納爾等於 1000 費爾,因此我們需要三位小數位(再次注意,不要太過相信表面的閱讀順序):
var bahrainiDinars = new Intl.NumberFormat("ar-BH", { style: "currency", currency: "BHD" }); print(bahrainiDinars.format(3.17)); 下面是整理的主要選項屬性:
localeMatcher 屬性你可以忽略了。區域的 Unicode 擴展部分指定的整理器主要選項是 co,它選擇排序操作的方式:電話本(phonebk)、字典(dict)等等。另外,kn 和 kf 這兩個 key 可以選擇拷貝選項物件的 numeric 和 caseFirst 屬性,但並不保證可用於語言標籤,而且選項比語言標籤的元件更清晰,所以最好在選項內部進行調整。
整理器 Collator 物件有個比較函式屬性。這個函式接受 2 個參數 x 和 y,若 x<y 返回負值,x>y 返回正值,x==y 返回 0。對於格式化函式,比較是個有界函式,可以抽取出來做其他用途。
我們嘗試給德國德語的姓氏進行排序。德語中實際上有 2 種排序方式:電話本和字典。電話本排序強調讀音,比如「ä」、「ö」等近似被擴展成「ae」、「oe」等。
var names = ["Hochberg", "H?nigswald", "Holzman"]; var germanPhonebook = new Intl.Collator("de-DE-u-co-phonebk"); //就像對["Hochberg", "Hoenigswald", "Holzman"]排序 // Hochberg, H?nigswald, Holzman print(names.sort(germanPhonebook.compare).join(", ")); 有些德語單詞使用變音符進行詞形變化,所以在字典中排序會忽略變音符(除了兩個單詞僅僅變音符不同:schon、schön):
var germanDictionary = new Intl.Collator("de-DE-u-co-dict"); //就像對["Hochberg", "Hoenigswald", "Holzman"]排序 // Hochberg, H?nigswald, Holzman print(names.sort(germanDictionary.compare).join(", ")); 或者,我們來對美國英語的 Firefox 版本進行排序,這些字串故意打錯(大小寫不同、隨機重音、變音標記、額外的連字符)。我們希望根據版本號進行排序,所以要做 numeric 排序,這樣字串中的數字才會作為數字參與比較,而不是逐字元的:
var firefoxen = ["FireF?x 3.6", "Fire-fox 1.0", "Firefox 29", "Fírefox 3.5", "Fírefox 18"]; var usVersion = new Intl.Collator("en-US", { sensitivity: "base", numeric: true, ignorePunctuation: true }); // Fire-fox 1.0, Fírefox 3.5, FireF?x 3.6, Fírefox 18, Firefox 29 print(firefoxen.sort(usVersion.compare).join(", ")); 最後,我們來做跟區域有關的字串查找,查找忽略大小寫和重音,並用於美國英語。
// Comparisons work with both composed and decomposed forms. var decoratedBrowsers = [ "A\u0362maya", // A?maya "CH\u035Br?me", // CH?r?me "Firefóx", "sAfàri", "o\u0323pERA", // ?pERA "I\u0352E", // I?E ]; var fuzzySearch = new Intl.Collator("en-US", { usage: "search", sensitivity: "base" }); function findBrowser(browser) { function cmp(other) { return fuzzySearch.compare(browser, other) === 0; } return cmp; } print(decoratedBrowsers.findIndex(findBrowser("Firêfox"))); // 2 print(decoratedBrowsers.findIndex(findBrowser("Saf?ri"))); // 3 print(decoratedBrowsers.findIndex(findBrowser("?maya"))); // 0 print(decoratedBrowsers.findIndex(findBrowser("?pera"))); // 4 print(decoratedBrowsers.findIndex(findBrowser("Chromè"))); // 1 print(decoratedBrowsers.findIndex(findBrowser("I?"))); // 5 檢測某個操作是否支援特定區域、或某個區域是否被支援,會很有用。Intl 在每個建構子上都提供了 supportedLocales() 函式,在每個原型上提供了 resolvedOptions() 函式來公開這些資訊。
var navajoLocales = Intl.Collator.supportedLocalesOf(["nv"], { usage: "sort" }); print(navajoLocales.length > 0 ? "Navajo collation supported" : "Navajo collation not supported"); var germanFakeRegion = new Intl.DateTimeFormat("de-XX", { timeZone: "UTC" }); var usedOptions = germanFakeRegion.resolvedOptions(); print(usedOptions.locale); // de print(usedOptions.timeZone); // UTC ES5 的 toLocaleString 和 localeCompare 函式之前沒有特定語義、不接受特定選項,基本上沒什麼用處。因此 i18n API 根據 Intl 操作重組了它們。現在每個方法都接受附加的尾隨 locales 和 options 參數,它們會像 Intl 建構子一樣被解釋(除了 toLocaleTimeString 和 toLocaleDateString,如果 options 沒有,它們會使用不同的預設元件)。
對並不關心精確行為的簡單應用,這沒關係,老方法也能用。但如果需要更多控制、或要多次格式化與比較,最好直接使用 Intl。