EintragWert
NameLANGUAGE-SHORT-CODE (BIND im Spezifikationsdokument LANGUAGE-SHORT-CODE)
TAG ID0x07AL
Codec ID0x000007A0
Spezifikationsdokument0x00000000/codecs/0x000007A0/ (DECLARE-Ziel 07A0)
Abschnitt3 0011 (Value), Offset im Abschnitt C = 26
KindValue · Familie: TEXT
TAG WORD0000 0111 1010 LLLL (000K KKKC CCCC LLLL)
IndexbeschreibungAls Nummer des GEUL Language Registry geschriebenes BCP-47-Tag (Payload 1 WORD)
Hugo-Pfadvalue/text/language-short-code.md

Felder (Spezifikationsdokument)

Die Reihenfolge der FIELDs im Dokument ist die Reihenfolge der Payload-Felder (Codec-Spezifikationsdokument).

ReihenfolgeFeld (BIND)FIELDBreiteAkzeptiertes Format (CODEC)ENUM
1code#2Rohwert 1 WORD8678 ENUMs. Z. B. 0x0001 aa, 0x0002 aaa, 0x0003 aab, 0x0004 aac, 0x0005 aad …

LANGUAGE-SHORT-CODE ist ein komprimierter GEUL-Sprachcode, der ein im GEUL Language Registry nummeriertes BCP-47-Tag in 1 WORD enthält. Die Payload ist genau 1 WORD.

Layout

  • Code: direkter Value-Code 0x07AL. Familie TEXT.
  • Die Payload ist ein vorzeichenloser 16-Bit-Code von genau 1 WORD.
TAG WORD          0x07A1 (0000 0111 1010 0001)  insgesamt 2 WORDs
Payload WORD 1st (16 Bit)           Nummer im GEUL Language Registry (uint16)

Interpretation und Gültigkeit

  • Das 1 WORD der Payload wird als vorzeichenlose 16-Bit-Ganzzahl gelesen.
  • Dieser Wert ist ein vom GEUL Language Registry zugewiesenes Tag. Die maßgebliche Darstellung des Registrys ist das Spezifikationsdokument dieses Codecs, 0x00000000/codecs/0x000007A0. Für jeden Codewert gibt es im FIELD code ein ENUM, und der per BIND an dessen Edge Id gebundene Name ist das BCP-47-Tag in kanonischer Groß-/Kleinschreibung.
  • Das Registry ist eine geschlossene Liste. Ein Wert ohne ENUM im Spezifikationsdokument ist invalid. Diese Codec-Regel hat Vorrang vor der allgemeinen ENUM-Regel („Ein nicht deklarierter Codewert ist kein Fehler“).
  • Zugewiesen werden folgende drei Gruppen.
    • Die Records Type: language der IANA Language Subtag Registry ohne Scope: private-use (qaa..qtz). collection, macrolanguage und special (mul·und·zxx·mis) werden nicht ausgenommen.
    • Von IANA als Ganzes registrierte Tags: grandfathered und redundant (zh-Hans, sr-Latn, zh-min-nan usw.).
    • In öffentlichen CC0-Quellen beobachtete gültige Kombinationstags (pt-BR, en-GB, be-tarask usw.). Das sind Tags, die nur aus den Subtags language, extlang, script, region und variant bestehen. Tags mit extension (-u-·-t-) und private-use (-x-) werden nicht aufgenommen.
  • Ein Tag ohne Nummer kann nicht in diesem Format geschrieben werden. Es wird als LANGUAGE-BCP47-CODE (0x076L·0x077L) geschrieben. Innerhalb des SHORT-CODE gibt es keinen Escape-Pfad.
  • 0x0000 und 0xFFFF werden dauerhaft nicht zugewiesen. In diesem Value sind beide invalid. Keiner von beiden wird im Sinne von null, unknown oder und verwendet.
  • Die Wertebereiche sind eine Zuweisungskonvention. Ein Decoder schließt nicht aus dem Wertebereich auf die Art des Tags. Die Bedeutung eines Werts stammt allein aus dem Spezifikationsdokument.
BereichVerwendung
0x0000nicht zugewiesen (invalid)
0x0001–0x3FFFTags mit genau einem language-Subtag
0x4000–0x7FFFTags mit zwei oder mehr Subtags (von IANA als Ganzes registrierte Tags, beobachtete Kombinationstags)
0x8000–0xFFFEÜberlauf. Ist der obige Block voll, wird hier fortgesetzt
0xFFFFnicht zugewiesen (invalid)
  • Die erste Fassung vergibt die Nummern innerhalb eines Blocks in ASCII-Reihenfolge der kleingeschriebenen Tags. Im Block 0x4000 folgen auf die von IANA als Ganzes registrierten Tags (ASCII-Reihenfolge, grandfathered und redundant gemischt) die beobachteten Kombinationstags (ASCII-Reihenfolge). Die physische Reihenfolge der IANA-Datei und die Verwendungshäufigkeit sind keine Nummerierungsregel.
  • Die Zuweisung erfolgt nur durch Anhängen (append-only). Ein neues Tag wird ans Ende des Blocks angehängt, und ist der Block voll, an den Überlaufbereich. Das Tag einer einmal vergebenen Nummer (ohne Beachtung der Groß-/Kleinschreibung) wird nicht geändert, gelöscht oder wiederverwendet.
  • Neue Tags werden mit ENUM und BIND in einer neuen Version des Spezifikationsdokuments angehängt. Bestehende ENUMs und BINDs werden nicht geändert. Daher ist jede Version eine Obermenge der vorherigen.
  • Sind alle 65.534 Nummern vergeben, wird nichts mehr zugewiesen. Neue Tags danach werden als LANGUAGE-BCP47-CODE geschrieben. Die Ausdrucksmöglichkeiten verringern sich nicht; es fehlt nur der Kompressionsvorteil.
  • Dieselbe Sprache: Der SHORT-CODE n und der LANGUAGE-BCP47-CODE des Tags, das das Registry an n bindet (ohne Beachtung der Groß-/Kleinschreibung), bezeichnen dieselbe Sprache.
  • Die Registry-Fassung ist die Version des Spezifikationsdokuments. Jede Fassung vermerkt die zugrunde gelegte IANA-Registry-Datei (File-Date, SHA-256) als SOURCE im HEAD des Spezifikationsdokuments. Muss die Fassung genannt werden, mit der ein Wert interpretiert wurde, wird diese Version (CODEC-POINTER (0x00000000, 0x000007A0, Versions-ID n)) mit abgelegt.
  • Eine Codec-Spezifikation kann denselben 1-WORD-Code als Rohwert-Feld ohne TAG enthalten (CODEC eines Rohwert-Felds). Das ist eine Regel dieser Codec-Spezifikation; die Wire Form eines eigenständigen Values ist immer TAG (1 WORD) + Payload (1 WORD).

Normative Grundlage

  • Bedeutung des Tags und Gültigkeit der Subtags folgen der IANA Language Subtag Registry und RFC 5646, Tags for Identifying Languages. IANA und IETF stellen ihre Rechte an Protokoll-Registries unter CC0 1.0 (IANA Licensing Terms).
  • Die Registry-Nummern (append-only Zuweisung in ASCII-Reihenfolge, Blockaufbau, 0x0000·0xFFFF nicht zugewiesen, geschlossene Liste), dass die ENUMs des Spezifikationsdokuments die maßgebliche Darstellung sind, und die Abgrenzung zum Embedding in Rohwert-Feldern ohne TAG sind GEUL-Regeln.

Länge

  • Die Gesamtlänge ist die Summe aus TAG (1 WORD) und Payload (1 WORD), also genau 2 WORDs, mit direkter Länge LLLL=0001. Length-Erweiterungs-TAG, descriptor und padding gibt es nicht.
  • Ist die Payload nicht genau 1 WORD, wird der Wert abgelehnt.

Beispiel

Nummern des Registrys v2 (Spezifikationsdokument 0x00000000/codecs/0x000007A0 Version 2, IANA File-Date 2026-09-17). Zugewiesen wurden 8.678 (language 8.275, grandfathered 26, redundant 67, beobachtete Kombinationen 310).

TagCodeGesamt-WORDs
en0x078407A1 0784
ko0x0D0607A1 0D06
zh-Hans0x404C07A1 404C
pt-BR0x413007A1 4130
  • Im Spezifikationsdokument ist en ein ENUM #2 0x0784 mit dem an dessen Edge Id gebundenen BIND "en".
  • de-x-formal (private-use) und nl-u-sd-bebru (extension) haben keine Nummer und werden daher als LANGUAGE-BCP47-CODE geschrieben.

Offene Probleme

  • Interpretation zwischen Fassungen: Ob eine Nummer, die neuer ist als die Fassung des Lesers, als invalid verworfen oder bei Bewahrung des Originalwerts als „unbekannter Code“ behandelt wird. Dank append-only genügt stets die neueste Fassung, aber für Offline-Decoder ist eine Regel nötig.
  • Kanonische Form: Ob ein Tag mit Nummer als SHORT-CODE geschrieben werden muss (SHOULD/MUST). Bei MUST wird die Schreibweise eindeutig, aber mit einer neuen Fassung wäre ein zuvor geschriebenes Dokument nicht mehr kanonisch.
  • Wie deprecated Tags und Preferred-Value im Spezifikationsdokument dargestellt werden (die aktuelle Fassung hat das nicht).
  • Verfahren zum Anhängen beobachteter Kombinationstags (Quelle, Mindesthäufigkeit der Beobachtung).

Verwandte Seiten

Originaltext des Spezifikationsdokuments

So sieht das Spezifikationsdokument 0x00000000/codecs/0x000007A0/latest.geul aus, gelesen mit geul show (Hexadezimalwerte in Großbuchstaben).

SPEC-VERSION 0x0001
DOC-ID 0x042600000000000007A000000000
#17368 SOURCE #0 #17362
#17369 QUALIFIER P577 #17368 GREGORIAN-DATE(2026-09-17)
#17370 QUALIFIER P813 #17368 GREGORIAN-DATE(2026-10-29)
#17371 QUALIFIER P4092 #17368 SHA-256-DIGEST(0x755FAD43283BE7B41EBE3C89AD054B6EAF928F404F9C0EDB74799E0EAB74BEB1)
#17372 SOURCE #0 Q2013
#17373 QUALIFIER P813 #17372 GREGORIAN-DATE(2026-10-29)
BODY
#1 DECLARE 0x07A0
#2 FIELD #1 0x0001
#3 BIND #1 "LANGUAGE-SHORT-CODE"
#4 BIND #2 "code"
#5 ENUM #2 0x0001
#6 BIND #5 "aa"
#7 ENUM #2 0x0002
#8 BIND #7 "aaa"
#9 ENUM #2 0x0003
#10 BIND #9 "aab"
#11 ENUM #2 0x0004
#12 BIND #11 "aac"
#13 ENUM #2 0x0005
#14 BIND #13 "aad"
… (17346 Zeilen ENUM·BIND ausgelassen)
#17361 REFERENCE-NODE #17362 <https://www.iana.org/assignments/language-subtag-registry/language-subtag-registry>
#17363 TRIPLE P275 #17362 Q6938433 normal
#17364 REFERENCE-NODE #17365 <https://www.iana.org/help/licensing-terms>
#17366 SOURCE #17363 #17365
#17367 QUALIFIER P813 #17366 GREGORIAN-DATE(2026-10-29)