LANGUAGE-BCP47-CODE는 완전한 BCP 47 language tag를 ASCII 바이트열로 담는 Value다. 짝수·홀수 바이트 코드 쌍 0x076L/0x077L을 쓴다.
| 항목 | 값 |
|---|---|
| 이름 | LANGUAGE-BCP47-CODE (홀짝 묶음. 코드별 이름은 아래 구성원 표) |
| TAG ID | 0x076L·0x077L |
| 섹션 | 3 0011 (Value), 섹션 안 오프셋 C = 22~23 |
| Kind | Value · 계열: TEXT |
| 색인 설명 | canonical casing의 완전한 BCP 47 language tag ASCII 바이트열. 짝수·홀수 바이트 |
| Hugo 쪽 | value/text/language-bcp47-code.md |
구성원
이 쪽은 홀짝 쌍 두 코드를 함께 다룬다. 짝수 코드는 바이트 수가 짝수, 홀수 코드는 홀수인 값이다(레코드와 TAG WORD). 코덱 문서는 코드마다 하나다. 두 코덱 문서의 필드는 같고 DECLARE 대상과 이름(BIND)만 다르다.
| TAG ID | 이름 | 바이트 수 | 코덱 ID | 규격 문서 | TAG WORD |
|---|---|---|---|---|---|
0x076L | LANGUAGE-BCP47-CODE-EVEN | 짝수 | 0x00000760 | 0x00000000/codecs/0x00000760/ | 0000 0111 0110 LLLL |
0x077L | LANGUAGE-BCP47-CODE-ODD | 홀수 | 0x00000770 | 0x00000000/codecs/0x00000770/ | 0000 0111 0111 LLLL |
필드 (규격 문서)
FIELD의 문서 안 순서가 Payload 필드 순서다(Codec 규격 문서).
| 순서 | 필드(BIND) | FIELD | 폭 | 받는 형식(CODEC) | ENUM |
|---|---|---|---|---|---|
| 1 | bytes | #2 | 나머지 날값(0xFFFF) |
LANGUAGE-BCP47-CODE는 완전한 BCP 47 language tag를 담는 Value다. script, region, variant까지 언어를 정확히 적을 때 쓴다.
레이아웃
- 코드: Value 직접 코드
0x076L(짝수 바이트)·0x077L(홀수 바이트). 계열 TEXT. - 바이트 수는 Codec의 최하위 비트와 Payload WORD 수로 정한다.
2 × Payload WORD 수 − 최하위 비트이며 Byte Count는 두지 않는다(Value). - Payload는 UTF-8 텍스트가 아니라 BCP 47 tag의 ASCII 바이트열이다.
TAG WORD 0000 0111 011P LLLL Codec 0x076L/0x077L
[Length 확장 TAG] 전체 15 WORD 이상일 때
Payload WORD 1st ... Nth BCP 47 tag bytes / final zero padding
해석과 유효성
- 바이트열은 RFC 5646의 well-formed BCP 47 language tag여야 한다. 빈 문자열은 허용하지 않는다.
- Payload는 ASCII 문자, 숫자, hyphen-minus
-만 쓴다. 구분자는 반드시 ASCII-이며_, 공백, 비ASCII 문자는 허용하지 않는다. - BCP 47 tag 비교는 대소문자를 구분하지 않는다. GEUL canonical profile은 구분자를 모두
-로 쓰고, language/extlang/variant/extension/private-use subtag는 소문자, script는 Titlecase, region은 대문자로 직렬화한다. - well-formed만으로는 충분하지 않다. registered subtag와 grandfathered tag의 유효성은 특정 IANA Language Subtag Registry snapshot을 기준으로 판정하고, 그 snapshot 날짜나 registry version을 함께 보존해야 한다.
- private-use tag와 private-use subtag는 RFC 5646 문법으로 well-formed이면 허용한다. 다만 그 의미는 당사자 합의에 달려 있고 IANA registry가 정의하지 않으므로 공용 상호운용을 보장하지 않는다.
- 같은 snapshot에서 deprecated subtag나 grandfathered tag에 Preferred-Value가 있으면, canonical GEUL form은 그 치환값을 canonical casing으로 쓴다. deprecated 표기 그대로의 tag는 입력으로 해석할 수는 있어도 canonical 저장형은 아니다.
- BCP 47은 ASCII profile이므로 UTF-8 NFC 같은 Unicode normalization 요구는 적용하지 않는다.
- WORD 안에서는 상위 byte가 먼저 온다. 바이트 수가 홀수(홀수 코드)이면 마지막 WORD의 사용하지 않는 하위 byte는
00이어야 한다. - Payload WORD 수는
ceil(바이트 수/2)다. 홀수 코드인데 마지막 WORD의 하위 byte가00이 아니면 거부한다.
표준 근거
- language tag 문법, 대소문자 무구분 해석, deprecated/Preferred-Value 개념은 RFC 5646, Tags for Identifying Languages를 따른다.
- tag 유효성을 판정하는 registry는 IANA Language Subtag Registry다.
- 홀짝 코드 쌍, zero padding, canonical casing 저장 정책과 Length 계산은 GEUL framing 규칙이다.
길이
- 전체는 TAG 1 WORD, Length 확장 TAG(있으면)와 Payload를 합한 WORD 수다. 14 WORD 이하는 직접 길이, 15 WORD 이상은
1110·1111확장 길이를 쓰며, 확장 TAG도 전체 수에 포함한다(Length).
LANGUAGE-SHORT-CODE와의 관계
- GEUL Language Registry에 번호가 있는 tag는 LANGUAGE-SHORT-CODE 1 WORD로 쓸 수 있다.
- 레지스트리에 번호가 없는 tag(extension·private-use가 든 tag 포함)는 LANGUAGE-BCP47-CODE로 쓴다. full tag의 원문 보존이 필요한 경우에도 LANGUAGE-BCP47-CODE를 쓴다.
- SHORT-CODE
n과, 레지스트리가n에 묶은 tag의 LANGUAGE-BCP47-CODE(대소문자 무시)는 같은 언어다.
예시
ko-KR은 ASCII 5 byte(홀수)이므로LANGUAGE-BCP47-CODE-ODD(0x077L), Payload는6B6F 2D4B 5200이다.- TAG 1 WORD, Payload 3 WORD로 전체 4 WORD이며
LLLL=0011이다. 전체는0773 6B6F 2D4B 5200이다.
규격 문서 원문
규격 문서 0x00000000/codecs/0x00000760/latest.geul을 geul show로 읽은 모습이다(16진은 대문자).
SPEC-VERSION 0x0001
DOC-ID 0x0426000000000000076000000000
BODY
#1 DECLARE 0x0760
#2 FIELD #1 rest
#3 BIND #1 "LANGUAGE-BCP47-CODE-EVEN"
#4 BIND #2 "bytes"
위는 LANGUAGE-BCP47-CODE-EVEN(0x076L)의 코덱 문서다. 다른 구성원(LANGUAGE-BCP47-CODE-ODD)의 코덱 문서는 DOC-ID의 코덱 ID, DECLARE 대상, #1에 묶은 이름(BIND)만 다르다.