rfc3066.txt

很多RFC的中文文档

组织：中国互动出版网（http://www.china-pub.com/）
RFC文档中文翻译计划（http://www.china-pub.com/compters/emook/aboutemook.htm）
E-mail：[e-mail]
译者：徐继伟（bille [e-mail]）
译文发布时间：2001-7-4
版权：本中文翻译文档版权归中国互动出版网所有。可以用于非商业用途自由转载，但必须
保留本文档的翻译及版权信息。

Network Working Group                                      H. Alvestrand
Request for Comments: 3066                                 Cisco Systems
BCP: 47                                                     January 2001
Obsoletes: 1766
Category: Best Current Practice




语言鉴定标签
（Tags for the Identification of Languages）
本备忘录的状态

   This document specifies an Internet Best Current Practices for the
   Internet Community, and requests discussion and suggestions for
   improvements.  Distribution of this memo is unlimited.

版权公告

   Copyright (C) The Internet Society (2001).  All Rights Reserved.

摘要
    
这个文档描述了一种语言标签，用来说明用在信息对象领域的语言，怎样为此语言标签
注册值，以及如何来构造这种语言标签的匹配。
1． 介绍	2
2． 语言标签	2
2．1 语言标签语法	2
2．2 语言标签来源	3
2．3 语言标签的选择	5
2．4 语言标签的意义	6
2．5 语言范围	6
3． 语言标签的IANA 注册过程	7
4．安全因素	9
5． 符号集合问题	9
6. 鸣谢	9
7．作者地址	10
8．参考文献	10
附录A:	11
附录B:	12
版权声明	12

1． 介绍
    
在我们这个星球上生存的人，过去的、现在的，已经使用了很多种语言。有很多原因使
得我们必须在传送信息时确认所使用的语言。

在有些时候，用多于一种语言描述信息也可行的，或者当提供了工具（比如字典）来辅
助理解时也是可行的。

另外，很多类型的信息处理都需要相应语言的知识，以便明确的阐释信息，进行处理；
例如，拼写检查，计算机合成语音，布莱叶盲文，或者是高质量打印图像。

一种说明所使用的语言的方法是，在信息内容中加入语言标识符。

这篇文档指定了一种标识符机制，一种为标识机制注册值的功能（函数），并构造了与
那些值的匹配。

本文档中的部分关键字"MUST","MUST NOT","REQUIRED","SHALL","SHALL 
NOT","SHOULD","SHOULD NOT","RECOMMENDED"和"MAY" 已经在RFC2119中有了说
明。

2． 语言标签

2．1 语言标签语法

这种语言标签是由一或几部分构成的：一个主要语言辅标签（subtag），一系列（可能
是空的）副标签(subsequent subtags)。 这种标签的语法（见rfc2234）是：

Language-Tag = Primary-subtag *( "-" Subtag )

    Primary-subtag = 1*8ALPHA

    Subtag = 1*8(ALPHA / DIGIT)

以上的ALPHA和DIGIT引自rfc2234; 他们分别表示从A 到 Z 的所有字母（大写或小
写）和数字0到9，"-"表示HYPHEN-MINUS（减号短划）(ABNF:%x2D)。

所有的标签都被忽略大小写；他们中的一些有着大小写的习惯，但并不表示任何意义。
例如，[ISO 3166]推荐国家表示码用大写（MN Mongolia），然而[ISO 639]推荐语言码用小
写（mn Mongolian）。

2．2 语言标签来源

根据本文档第三部分的规定，语言标签的名字域由IANA(Internet Assigned Numbers 
Authority，见[rfc 2860])管理。

下列规则适用于主要的标签：

-根据ISO 标准639中的分配，所有的含2个字母的标签被解释为，“表示语言中的名
称”（见[ISO 639]），或是稍后被分配为维护和调节的标准体（注意，有一处校正尚未完成，
它将在ISO 639-1:2000中发布）。

-根据IOS标准639中第二部分的分配，所有的含3个字母的标签被解释为，“表示语言
名称—2：Ahpha-3 code（见ISO 639-2）“，或者稍后被分配为维护和调节的标准体（也在
ISO 639-2中有说明）。

-值I 被保留用作IANA定义的注册值；

-值X被保留为私用，所以X就不能被IANA注册。

-除非要修改这个标准，其他的值不可分配。

保留所有其他标签值的原因，是要为ISO 639 标准的修改留有余地；用I和X是我们
为扩展这个机制，以适应我们需求所能使用的最小权限。

下列规则适用于第二标签（subtag）：

-根据ISO 3166 alpha-2 的国家标识码（见[ISO 3166]），所有的含2个字母的标签被
阐释，或是稍后被分配为维护和调节的标准体，表示这个语言所在的区域。

-根据本文档的第五部分，含3至8个字母的标签可以通过IANA注册。

-除非本标准被修改，只含1个字母的标签不可用。

除以上提到的标签，第二标签（second subtag）之外，没有对第三标签（third tag）
以及之后的标签的语法规定。

由本章所分配阐释的代码构造的标签在使用前不需要IANA注册。

标签中的信息可以是：

-国家鉴定，例如en-US（这种用法在ISO 639中有详细说明）。

-方言及变体信息，例如en-scouse.

-没有在ISO 639中列出的语言，也不是变体信息的，可以在它前面加前缀i注册，例
如I—tsolyani.

-区域鉴定，例如sgn-US-MA(马莎的葡萄园手势语,被发现于美国马萨诸塞的州)。

这篇文档在第三部分描述了标签的注册过程。

ISO 639中定义了一种对语言的添加和更新的维护机构，也就是：

      International Information Centre for Terminology (Infoterm)
        P.O. Box 130
        A-1021 Wien
        Austria

        Phone: [phone] Ext. 312
        Fax:   [phone]

ISO 639-2 也同样定义了一种对语言的添加和更新的维护机构：

     Library of Congress
        Network Development and MARC Standards Office
        Washington, D.C. 20540
        USA

        Phone: [phone]
        Fax:   [phone]
        URL: http://www.loc.gov/standards/iso639

ISO 3166维护机构：

      
        ISO 3166 Maintenance Agency Secretariat
        c/o DIN Deutsches Institut fuer Normung
        Burggrafenstrasse 6
        Postfach 1107
        D-10787 Berlin
        Germany

        Phone: [phone]
        Fax:   [phone]
        URL: http://www.din.de/gremien/nas/nabd/iso3166ma/

ISO 3166 保留了国家标识码AA, QM-QZ, XA-XZ 和 ZZ 分配给用户，这些不可用作语
言标签。

2．3 语言标签的选择

我们可能会偶尔遇到同样的文本有几种可能的标签的情况。

如果所有的用户发送同样的标签，在所有的文档中使用同一种语言的标签，那将是再好
不过的事了。如果应用程序有需要使这些规则在特定场合不适用，则应用协议必须指明是如
何变化的。

下面几点基于为标注的实体所知的标签的集合：

1．	使用最精确的标签，使意义明确，并且在一定范围内适用；

2．	如果一种语言同时拥有ISO 639-1 的2字母码和ISO 639-2 的3字母码，必须应
用由ISO 639-1衍生的2字母码。

3．	当一种语言没有ISO 639-1 的2字母码，并且ISO 639-2/T(Terminology)码和ISO 
639-2/B(Bibliographic)码不同，必须使用Terminology(术语)码。注意：目前，
所有的语言都包含2字母码，并且开发者（对于这一点的不快）已经适当的与ISO
取得了联系，所以，我们不希望这种情况发生。

4．	当一种语言同时有两种标签，一个是IANA-registered 标签，另一个是从ISO注册
码衍生而来（的标签）时，你必须要使用ISO 标签。注意：当这种情况发生时，
IANAregistered 标签应立即被否决（禁止使用）。

5．	你不应该是用UND（未经决定的）（标签）代码，除非应用协议迫使你给语言标签赋
值，甚至于这种语言根本不被人所知时，省略标签将是较好的选择。

6．	你不应该使用MUL（多重）标签，如果协议允许你应用多重语言。

注意：为了避免应用中的版本危机（如RFC 1766中提到的那样），ISO 639 
RA-JAC(Registration Authority Joint Advisory Committee)已经在以下决策问题上
达成了共识：

  “在ISO/DIS 639-1作为国际标准颁布以后，所有的新的2字节码均不可以被加入
ISO 639-1中，除非某个3字节码也同时被加入ISO 639-2中。除此之外，在没有相应
的合法2字节码时，3字节码也同样无效。“

这将是一种保证。例如，一个用户应用"hwi"(hawaiian)（它不包含2字节码），他或
她将不会发现自己的数据因为最后加入的2字节码而变得无效。

2．4 语言标签的意义

语言标签总是定义一种语言，作为口语（书写语，标志，或者是信号）供人类进行交流
与传递信息。计算机语言比如程序设计语言被明确的排除在外。没有什么可以保证有同样标
签的语言之间的关系；特别地，也不能保证它们（语言）见可以相互理解，尽管有时是可以
的。

标签和他所依存的信息之间的关系，在上下文中出现的地方有标准的定义和描述；因此，
这一部分只给出一些可用的例子。

--作为一个单一的信息对象，他被认为是一种需要完整对象理解的语言集合。
  例如，普通文本文件。

--作为信息对象的聚集，他被认为是聚集的内部构件语言的集合。
  例如，文档士多和图书馆。

--作为提供选择的信息载体，标签和与之联系的集合应该被认为是一种提示，被提示的
内容是用不同语言描述的；并且要检查每一种选择，以便确定它所用的语言。在这种情况下，
多重语言的标签并不意味着它需要多种语言才能使得文档被人理解。
  例如，MIME multipart/alternative.

--在标记语言中，例如HTML 和 XML中，语言信息可以被加入到文档的每一部分当中去
（包括整个文档本身）。
  例如，你可以写下<span lang="FR">C'est la vie.</span>一句，在一个挪威语的文档里；
讲挪威语的用户就可以通过一本French- Norwegian词典弄懂它的意思。如果一个用户通过
语音合成接口来收听这篇文档，它的格式能被用来发信号给合成器，适当地使用法国的文本
到语音的发音规则 ,而不误用挪威的规则。

2．5 语言范围

自从RFC 1766发布以来，就有需要建立一个有公共subtsg标签的语言集合，这已经变
得很明显了。

以下的语言范围定义是有HTTP/1.1衍生而来的[见RFC 2616].

         language-range  = language-tag / "*"

也就是，语言范围有着与语言标签相同的句法，或者说就是符号“*”。

语言范围与语言标签匹配，如果他和标签完全相同，或者，如果它和语言标签有完全相
同的前缀，以至紧跟前缀的符号就是“-”。