ItemValor
NomeLANGUAGE-SHORT-CODE (BIND do documento de especificação LANGUAGE-SHORT-CODE)
TAG ID0x07AL
Codec ID0x000007A0
Documento de especificação0x00000000/codecs/0x000007A0/ (alvo de DECLARE 07A0)
Seção3 0011 (Value), deslocamento C dentro da seção = 26
KindValue · família: TEXT
TAG WORD0000 0111 1010 LLLL (000K KKKC CCCC LLLL)
Descrição do índiceTag BCP 47 escrito com o número do GEUL Language Registry (Payload de 1 WORD)
Lado Hugovalue/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).

OrdemCampo (BIND)FIELDLarguraFormato recebido (CODEC)ENUM
1code#2valor bruto de 1 WORD8678 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 FIELD code, 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: language do IANA Language Subtag Registry, os que não têm Scope: 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-nan etc.).
    • Tags combinados válidos observados em fontes públicas CC0 (pt-BR, en-GB, be-tarask etc.). São tags formados apenas por subtags language, extlang, script, region e variant. Tags com extension (-u-·-t-) e private-use (-x-) não são aceitos.
  • 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.
  • 0x0000 e 0xFFFF nunca são atribuídos. Neste Value, ambos são invalid. Nenhum dos dois é usado com o sentido de null, unknown ou und.
  • 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.
FaixaUso
0x0000não atribuído (invalid)
0x0001–0x3FFFtags de um só subtag language
0x4000–0x7FFFtags com dois ou mais subtags (tags integrais da IANA, tags combinados observados)
0x8000–0xFFFEtransbordo. Quando os blocos acima se enchem, a atribuição continua aqui
0xFFFFnão 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 n e o LANGUAGE-BCP47-CODE do tag que o registro associa a n (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 versão n)).
  • 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, 0x0000 e 0xFFFF não 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).

tagCódigoWORDs no total
en0x078407A1 0784
ko0x0D0607A1 0D06
zh-Hans0x404C07A1 404C
pt-BR0x413007A1 4130
  • No documento de especificação, en é ENUM #2 0x0784 e o BIND "en" ligado ao Edge Id desse ENUM.
  • de-x-formal (private-use) e nl-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

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)