ÉlémentValeur
NomLANGUAGE-SHORT-CODE (BIND LANGUAGE-SHORT-CODE du document de spécification)
TAG ID0x07AL
Codec ID0x000007A0
Document de spécification0x00000000/codecs/0x000007A0/ (cible de DECLARE 07A0)
Section3 0011 (Value), décalage dans la section C = 26
KindValue · famille : TEXT
TAG WORD0000 0111 1010 LLLL (000K KKKC CCCC LLLL)
Description de l’indexTag BCP 47 écrit avec un numéro du GEUL Language Registry (Payload de 1 WORD)
Côté Hugovalue/text/language-short-code.md

Champs (document de spécification)

L’ordre des FIELD dans le document est l’ordre des champs du Payload (Document de spécification de Codec).

OrdreChamp (BIND)FIELDLargeurFormat reçu (CODEC)ENUM
1code#2valeur brute de 1 WORD8678 ENUM. Ex. : 0x0001 aa, 0x0002 aaa, 0x0003 aab, 0x0004 aac, 0x0005 aad …

LANGUAGE-SHORT-CODE est un code de langue compressé de GEUL qui contient en 1 WORD un tag BCP 47 auquel un numéro est attribué dans le GEUL Language Registry. Le Payload fait exactement 1 WORD.

Disposition

  • Code : code direct de Value 0x07AL. Famille TEXT.
  • Le Payload est un code unsigned de 16 bits d’exactement 1 WORD.
TAG WORD          0x07A1 (0000 0111 1010 0001)  total 2 WORD
Payload WORD 1st (16 bits)           numéro du GEUL Language Registry (uint16)

Interprétation et validité

  • On lit le Payload de 1 WORD comme un entier unsigned de 16 bits.
  • Cette valeur est un tag attribué par le GEUL Language Registry. La représentation officielle du registry est le document de spécification 0x00000000/codecs/0x000007A0 de ce Codec. Chaque valeur de code a un ENUM dans le FIELD code, et le nom lié par BIND à l’Edge Id de cet ENUM est le tag BCP 47 en casse canonique.
  • Le registry est une liste fermée. Une valeur sans ENUM dans le document de spécification est invalid. Cette règle du Codec prime sur la règle générale d’ENUM (« une valeur de code non déclarée n’est pas une erreur »).
  • Les cibles d’attribution sont les trois suivantes.
    • Parmi les enregistrements Type: language de l’IANA Language Subtag Registry, tous sauf ceux de Scope: private-use (qaa..qtz). Les collection, macrolanguage et special (mul·und·zxx·mis) ne sont pas exclus.
    • Les tags enregistrés tels quels par l’IANA : grandfathered et redundant (zh-Hans, sr-Latn, zh-min-nan, etc.).
    • Les tags de combinaison valides observés dans des sources publiques CC0 (pt-BR, en-GB, be-tarask, etc.). Ce sont des tags composés uniquement de subtags language, extlang, script, region et variant. Les tags contenant extension (-u-·-t-) et private-use (-x-) ne sont pas acceptés.
  • Un tag sans numéro ne peut pas s’écrire dans ce format. On l’écrit en LANGUAGE-BCP47-CODE (0x076L·0x077L). Il n’y a pas de voie d’escape à l’intérieur du SHORT-CODE.
  • 0x0000 et 0xFFFF ne sont jamais attribués. Dans ce Value, les deux sont invalid. Aucun des deux ne s’emploie au sens de null·unknown·und.
  • Les plages de valeurs sont une convention d’attribution. Le décodeur ne déduit pas le type d’un tag à partir de la plage de la valeur. Le sens d’une valeur ne vient que du document de spécification.
PlageUsage
0x0000non attribué (invalid)
0x0001–0x3FFFtags composés d’un seul subtag language
0x4000–0x7FFFtags de deux subtags ou plus (tags IANA entiers, tags de combinaison observés)
0x8000–0xFFFEdébordement. Quand les blocs ci-dessus sont pleins, l’attribution continue ici
0xFFFFnon attribué (invalid)
  • La version initiale donne les numéros à l’intérieur d’un bloc dans l’ordre ASCII des tags en minuscules. Dans le bloc 0x4000, les tags IANA entiers (grandfathered et redundant mêlés, en ordre ASCII) sont suivis des tags de combinaison observés (en ordre ASCII). L’ordre physique du fichier IANA et la fréquence d’usage ne sont pas des règles de numérotation.
  • L’attribution se fait uniquement par ajout (append-only). Un nouveau tag est ajouté à la fin du bloc ; quand le bloc est plein, il est ajouté dans la plage de débordement. Le tag d’un numéro déjà donné (sans tenir compte de la casse) n’est pas changé, ni supprimé, ni réutilisé.
  • Un nouveau tag est introduit en ajoutant ENUM et BIND dans une nouvelle version du document de spécification. Les ENUM et BIND existants ne sont pas modifiés. Ainsi, toute version est un sur-ensemble de la précédente.
  • Quand les 65 534 numéros sont tous pris, on n’attribue plus. Les nouveaux tags suivants s’écrivent en LANGUAGE-BCP47-CODE. L’expressivité ne diminue pas ; seul le gain de compression disparaît.
  • Même langue : le SHORT-CODE n et le LANGUAGE-BCP47-CODE du tag que le registry lie à n (sans tenir compte de la casse) désignent la même langue.
  • L’édition du registry est la version du document de spécification. Chaque édition consigne le fichier de registry IANA qui lui sert de fondement (File-Date, SHA-256) comme SOURCE du HEAD du document de spécification. Quand il faut indiquer l’édition avec laquelle une valeur a été interprétée, on laisse aussi cette version (CODEC-POINTER (0x00000000, 0x000007A0, ID de version n)).
  • Une spécification de Codec peut contenir ce même code de 1 WORD dans un champ de valeur brute sans TAG (CODEC du champ de valeur brute). C’est une règle de cette spécification de Codec ; la wire form d’un Value indépendant est toujours TAG 1 WORD + Payload 1 WORD.

Fondement normatif

  • Le sens des tags et la validité des subtags suivent l’IANA Language Subtag Registry et la RFC 5646, Tags for Identifying Languages. L’IANA et l’IETF placent leurs droits sur les registries de protocoles sous CC0 1.0 (IANA Licensing Terms).
  • Les numéros du registry (attribution append-only en ordre ASCII, composition des blocs, 0x0000·0xFFFF non attribués, liste fermée), le fait que les ENUM du document de spécification soient la représentation officielle, et la distinction avec l’embedding dans un champ de valeur brute sans TAG sont des règles de GEUL.

Longueur

  • Le total est exactement 2 WORD, TAG 1 WORD plus Payload 1 WORD, avec la longueur directe LLLL=0001. Il n’y a ni TAG d’extension Length, ni descriptor, ni padding.
  • On rejette si le Payload n’est pas exactement 1 WORD.

Exemple

Numéros du registry v2 (document de spécification 0x00000000/codecs/0x000007A0 version 2, IANA File-Date 2026-09-17). 8 678 ont été attribués (language 8 275, grandfathered 26, redundant 67, combinaisons observées 310).

tagCodeTotal de WORD
en0x078407A1 0784
ko0x0D0607A1 0D06
zh-Hans0x404C07A1 404C
pt-BR0x413007A1 4130
  • Dans le document de spécification, en est ENUM #2 0x0784 et le BIND "en" lié à l’Edge Id de cet ENUM.
  • de-x-formal (private-use) et nl-u-sd-bebru (extension) n’ont pas de numéro et s’écrivent donc en LANGUAGE-BCP47-CODE.

Problèmes ouverts

  • Interprétation entre éditions : quand un lecteur rencontre un numéro plus récent que l’édition qu’il possède, faut-il le rejeter comme invalid, ou le traiter comme « code inconnu » en conservant la valeur d’origine ? Comme l’attribution est append-only, la dernière édition suffit toujours, mais il faut une règle pour les décodeurs hors ligne.
  • Forme canonique : faut-il (SHOULD/MUST) écrire en SHORT-CODE un tag qui a un numéro ? Avec MUST, la notation est unique, mais quand une nouvelle édition paraît, les documents écrits auparavant cessent d’être en forme canonique.
  • Manière de représenter dans le document de spécification les deprecated tag et Preferred-Value (absente de l’édition actuelle).
  • Procédure d’ajout des tags de combinaison observés (sources, seuil minimal d’observation).

Pages liées

Texte original du document de spécification

Aspect du document de spécification 0x00000000/codecs/0x000007A0/latest.geul lu avec geul show (hexadécimal en majuscules).

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 lignes ENUM·BIND omises)
#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)