LANGUAGE-BCP47-CODE는 완전한 BCP 47 language tag를 ASCII 바이트열로 담는 Value다. 짝수·홀수 바이트 코드 쌍 0x076L/0x077L을 쓴다.

항목값
이름LANGUAGE-BCP47-CODE (홀짝 묶음. 코드별 이름은 아래 구성원 표)
TAG ID0x076L·0x077L
섹션3 0011 (Value), 섹션 안 오프셋 C = 22~23
KindValue · 계열: TEXT
색인 설명canonical casing의 완전한 BCP 47 language tag ASCII 바이트열. 짝수·홀수 바이트
Hugo 쪽value/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 ID이름바이트 수코덱 ID규격 문서TAG WORD
0x076LLANGUAGE-BCP47-CODE-EVEN짝수0x000007600x00000000/codecs/0x00000760/0000 0111 0110 LLLL
0x077LLANGUAGE-BCP47-CODE-ODD홀수0x000007700x00000000/codecs/0x00000770/0000 0111 0111 LLLL

필드 (규격 문서)

FIELD의 문서 안 순서가 Payload 필드 순서다(Codec 규격 문서).

순서필드(BIND)FIELD폭받는 형식(CODEC)ENUM
1bytes#2나머지 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 byte가 00이 아니면 거부한다.

표준 근거

길이

  • 전체는 TAG 1 WORD, Length 확장 TAG(있으면)와 Payload를 합한 WORD 수다. 14 WORD 이하는 직접 길이, 15 WORD 이상은 1110·1111 확장 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, 레지스트리가 n에 묶은 tag의 LANGUAGE-BCP47-CODE(대소문자 무시)는 같은 언어다.

예시

  • ko-KR은 ASCII 5 byte(홀수)이므로 LANGUAGE-BCP47-CODE-ODD(0x077L), Payload는 6B6F 2D4B 5200이다.
  • TAG 1 WORD, Payload 3 WORD로 전체 4 WORD이며 LLLL=0011이다. 전체는 0773 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.