| Item | Valor |
|---|---|
| Nome | LANGUAGE-SHORT-CODE (BIND do documento de especificação LANGUAGE-SHORT-CODE) |
| TAG ID | 0x07AL |
| Codec ID | 0x000007A0 |
| Documento de especificação | 0x00000000/codecs/0x000007A0/ (alvo de DECLARE 07A0) |
| Seção | 3 0011 (Value), deslocamento C dentro da seção = 26 |
| Kind | Value · família: TEXT |
| TAG WORD | 0000 0111 1010 LLLL (000K KKKC CCCC LLLL) |
| Descrição do índice | Tag BCP 47 escrito com o número do GEUL Language Registry (Payload de 1 WORD) |
| Lado Hugo | value/text/language-short-code.md |
Campos (documento de especificação)
A ordem dos FIELD no documento é a ordem dos campos do Payload (Documento de especificação de Codec).
| Ordem | Campo (BIND) | FIELD | Largura | Formato recebido (CODEC) | ENUM |
|---|---|---|---|---|---|
| 1 | code | #2 | valor bruto de 1 WORD | 8678 ENUM. Ex.: 0x0001 aa, 0x0002 aaa, 0x0003 aab, 0x0004 aac, 0x0005 aad … |
LANGUAGE-SHORT-CODE é o código de idioma comprimido de GEUL que contém, em 1 WORD, um tag BCP 47 ao qual foi atribuído um número no GEUL Language Registry. O Payload é exatamente 1 WORD.
Layout
- Código: código direto de Value
0x07AL. Família TEXT. - O Payload é um código unsigned de 16 bits em exatamente 1 WORD.
TAG WORD 0x07A1 (0000 0111 1010 0001) 2 WORDs no total
Payload WORD 1st (16 bits) número do GEUL Language Registry (uint16)
Interpretação e validade
- O WORD do Payload é lido como inteiro unsigned de 16 bits.
- Este valor é um tag atribuído pelo GEUL Language Registry. A representação oficial do registro é o documento de especificação deste Codec,
0x00000000/codecs/0x000007A0. Para cada valor de código há um ENUM no FIELDcode, e o nome ligado por BIND ao Edge Id desse ENUM é o tag BCP 47 em maiúsculas e minúsculas canônicas. - O registro é uma lista fechada. Um valor sem ENUM no documento de especificação é invalid. Esta regra do Codec prevalece sobre a regra geral de ENUM (“um valor de código não declarado não é erro”).
- Os alvos da atribuição são os três seguintes.
- Dentre os registros
Type: languagedo IANA Language Subtag Registry, os que não têmScope: private-use(qaa..qtz). Collection, macrolanguage e special (mul·und·zxx·mis) não são excluídos. - Tags registrados integralmente pela IANA: grandfathered e redundant (
zh-Hans,sr-Latn,zh-min-nanetc.). - Tags combinados válidos observados em fontes públicas CC0 (
pt-BR,en-GB,be-tarasketc.). São tags formados apenas por subtags language, extlang, script, region e variant. Tags com extension (-u-·-t-) e private-use (-x-) não são aceitos.
- Dentre os registros
- Um tag sem número não pode ser escrito neste formato. Escreve-se com LANGUAGE-BCP47-CODE (
0x076L·0x077L). Dentro do SHORT-CODE não há caminho de escape. 0x0000e0xFFFFnunca são atribuídos. Neste Value, ambos são invalid. Nenhum dos dois é usado com o sentido denull,unknownouund.- As faixas de valores são convenção de atribuição. O decodificador não deduz o tipo do tag pela faixa do valor. O significado do valor vem apenas do documento de especificação.
| Faixa | Uso |
|---|---|
0x0000 | não atribuído (invalid) |
0x0001–0x3FFF | tags de um só subtag language |
0x4000–0x7FFF | tags com dois ou mais subtags (tags integrais da IANA, tags combinados observados) |
0x8000–0xFFFE | transbordo. Quando os blocos acima se enchem, a atribuição continua aqui |
0xFFFF | não atribuído (invalid) |
- A edição inicial atribui os números dentro do bloco na ordem ASCII do tag em minúsculas. No bloco
0x4000, vêm primeiro os tags integrais da IANA (em ordem ASCII, com grandfathered e redundant misturados) e depois os tags combinados observados (em ordem ASCII). A ordem física do arquivo da IANA e a frequência de uso não são regra de numeração. - A atribuição só acrescenta (append-only). Um tag novo é acrescentado ao fim do bloco e, quando o bloco se enche, ao fim da faixa de transbordo. O tag (sem distinguir maiúsculas de minúsculas) de um número já atribuído não é alterado, apagado nem reutilizado.
- Um tag novo é incluído acrescentando ENUM e BIND numa nova versão do documento de especificação. Os ENUM e BIND existentes não são alterados. Por isso, qualquer versão é um superconjunto da anterior.
- Quando os 65.534 números se esgotam, não se atribui mais. Os tags novos depois disso escrevem-se com LANGUAGE-BCP47-CODE. A capacidade de expressão não diminui; só se perde o ganho de compressão.
- Mesmo idioma: o SHORT-CODE
ne o LANGUAGE-BCP47-CODE do tag que o registro associa an(sem distinguir maiúsculas de minúsculas) são o mesmo idioma. - A edição do registro é a versão do documento de especificação. Cada edição registra, como SOURCE no HEAD do documento de especificação, o arquivo de registry da IANA em que se baseou (File-Date, SHA-256). Quando for preciso indicar a edição com que um valor foi interpretado, deixa-se junto essa versão (CODEC-POINTER (
0x00000000,0x000007A0, ID de versãon)). - Uma especificação de Codec pode conter o mesmo código de 1 WORD como campo de valor bruto sem TAG (CODEC do campo de valor bruto). Isso é regra dessa especificação de Codec; a wire form de um Value independente é sempre TAG de 1 WORD + Payload de 1 WORD.
Base normativa
- O significado do tag e a validade dos subtags seguem o IANA Language Subtag Registry e a RFC 5646, Tags for Identifying Languages. IANA e IETF mantêm os direitos sobre os registros de protocolo sob CC0 1.0 (IANA Licensing Terms).
- Os números do registro (atribuição append-only em ordem ASCII, composição dos blocos,
0x0000e0xFFFFnão atribuídos, lista fechada), o fato de o ENUM do documento de especificação ser a representação oficial e a distinção em relação ao embedding em campo de valor bruto sem TAG são regras de GEUL.
Comprimento
- O total é exatamente 2 WORDs, 1 WORD de TAG mais 1 WORD de Payload, e usa o comprimento direto
LLLL=0001. Não há TAG de extensão de Length, descriptor nem padding. - Se o Payload não for exatamente 1 WORD, rejeita-se.
Exemplo
São os números do registro v2 (documento de especificação 0x00000000/codecs/0x000007A0 versão 2, IANA File-Date 2026-09-17). Foram atribuídos 8.678 (language 8.275, grandfathered 26, redundant 67, combinados observados 310).
| tag | Código | WORDs no total |
|---|---|---|
en | 0x0784 | 07A1 0784 |
ko | 0x0D06 | 07A1 0D06 |
zh-Hans | 0x404C | 07A1 404C |
pt-BR | 0x4130 | 07A1 4130 |
- No documento de especificação,
enéENUM #2 0x0784e oBIND "en"ligado ao Edge Id desse ENUM. de-x-formal(private-use) enl-u-sd-bebru(extension) não têm número, logo escrevem-se com LANGUAGE-BCP47-CODE.
Problemas em aberto
- Interpretação entre edições: ao encontrar um número mais novo que a edição do leitor, descartá-lo como invalid ou tratá-lo como “código desconhecido” preservando o valor original. Por ser append-only, a edição mais recente basta sempre, mas é preciso uma regra para decodificadores offline.
- Forma canônica: um tag com número deve ser escrito com SHORT-CODE (SHOULD/MUST)? Com MUST, a notação fica única, mas, quando sai uma edição nova, os documentos escritos antes deixam de estar na forma canônica.
- Como representar no documento de especificação os tags deprecated e o Preferred-Value (a edição atual não os tem).
- Procedimento para acrescentar tags combinados observados (fonte, limite inferior de observação).
Páginas relacionadas
- LANGUAGE-BCP47-CODE, UTF8-LANGUAGE-TEXT, LABEL
- Documento de especificação de Codec, ENUM, BIND, SOURCE
Texto original do documento de especificação
É o documento de especificação 0x00000000/codecs/0x000007A0/latest.geul lido com geul show (hexadecimal em maiúsculas).
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 linhas de ENUM·BIND omitidas)
#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)