ПунктЗначение
ИмяLANGUAGE-SHORT-CODE (BIND в документе спецификации LANGUAGE-SHORT-CODE)
TAG ID0x07AL
Codec ID0x000007A0
Документ спецификации0x00000000/codecs/0x000007A0/ (цель DECLARE 07A0)
Раздел3 0011 (Value), смещение C внутри раздела = 26
KindValue · семейство: TEXT
TAG WORD0000 0111 1010 LLLL (000K KKKC CCCC LLLL)
Описание в индексеТег BCP 47, записанный номером GEUL Language Registry (Payload 1 WORD)
Сторона Hugovalue/text/language-short-code.md

Поля (документ спецификации)

Порядок FIELD в документе — это порядок полей Payload (документ спецификации Codec).

ПорядокПоле (BIND)FIELDШиринаПринимаемый формат (CODEC)ENUM
1code#2простое значение, 1 WORDENUM: 8678 шт. Примеры: 0x0001 aa, 0x0002 aaa, 0x0003 aab, 0x0004 aac, 0x0005 aad …

LANGUAGE-SHORT-CODE — сжатый языковой код GEUL, который в 1 WORD хранит один тег BCP 47 с номером в GEUL Language Registry. Payload — ровно 1 WORD.

Раскладка

  • Код: прямой код Value 0x07AL. Семейство TEXT.
  • Payload — ровно 1 WORD, беззнаковый 16-битный код.
TAG WORD          0x07A1 (0000 0111 1010 0001)  всего 2 WORD
Payload WORD 1st (16 бит)           номер GEUL Language Registry (uint16)

Интерпретация и действительность

  • Payload 1 WORD читается как беззнаковое 16-битное целое.
  • Это значение — один тег, назначенный GEUL Language Registry. Каноническое представление реестра — документ спецификации этого Codec 0x00000000/codecs/0x000007A0. Для каждого значения кода в FIELD code есть один ENUM, а имя, привязанное через BIND к Edge Id этого ENUM, — тег BCP 47 в каноническом регистре.
  • Реестр — закрытый список. Значение, для которого в документе спецификации нет ENUM, — invalid. Правило этого Codec важнее общего правила ENUM («необъявленное значение кода не является ошибкой»).
  • Назначаются следующие три группы.
    • Записи Type: language из IANA Language Subtag Registry, за исключением Scope: private-use (qaa..qtz). collection, macrolanguage и special (mul, und, zxx, mis) не исключаются.
    • Теги, зарегистрированные IANA целиком: grandfathered и redundant (zh-Hans, sr-Latn, zh-min-nan и др.).
    • Действительные составные теги, наблюдаемые в открытых источниках CC0 (pt-BR, en-GB, be-tarask и др.). Это теги, состоящие только из подтегов language, extlang, script, region, variant. Теги с extension (-u-, -t-) и private-use (-x-) не принимаются.
  • Тег без номера в этом формате записать нельзя. Он записывается как LANGUAGE-BCP47-CODE (0x076L·0x077L). Внутри SHORT-CODE пути escape нет.
  • 0x0000 и 0xFFFF не назначаются никогда. В этом Value оба — invalid. Ни один из них не используется в смысле null, unknown или und.
  • Диапазоны значений — договорённость о назначении. Декодер не выводит вид тега из диапазона значения. Смысл значения берётся только из документа спецификации.
ДиапазонНазначение
0x0000не назначен (invalid)
0x0001–0x3FFFтеги из одного подтега language
0x4000–0x7FFFтеги из двух и более подтегов (теги IANA целиком, наблюдаемые составные теги)
0x8000–0xFFFEпереполнение. Когда указанные блоки заполнены, назначение продолжается здесь
0xFFFFне назначен (invalid)
  • Первая редакция выдаёт номера внутри блока в порядке ASCII тегов в нижнем регистре. В блоке 0x4000 сначала идут теги IANA целиком (grandfathered и redundant вперемешку, в порядке ASCII), затем наблюдаемые составные теги (в порядке ASCII). Физический порядок файла IANA и частота использования правилом нумерации не являются.
  • Назначение только дополняется (append-only). Новый тег добавляется в конец блока, а когда блок заполнен — в диапазон переполнения. Тег (без учёта регистра), которому номер уже выдан, не меняется, не удаляется и номер не используется повторно.
  • Новые теги вносятся в новой версии документа спецификации добавлением ENUM и BIND. Существующие ENUM и BIND не меняются. Поэтому любая версия — надмножество предыдущей.
  • Когда заполнятся все 65 534 номера, дальнейших назначений не будет. Новые теги после этого записываются как LANGUAGE-BCP47-CODE. Выразительность не уменьшается, пропадает только выигрыш в сжатии.
  • Тот же язык: SHORT-CODE n и LANGUAGE-BCP47-CODE тега, связанного в реестре с n (без учёта регистра), обозначают один язык.
  • Редакция реестра — это версия документа спецификации. Каждая редакция записывает файл реестра IANA, на который опирается (File-Date, SHA-256), как SOURCE в HEAD документа спецификации. Если нужно указать редакцию, по которой интерпретировано значение, вместе с ним сохраняется эта версия (CODEC-POINTER (0x00000000, 0x000007A0, ID версии n)).
  • Спецификация Codec может хранить тот же 1-WORD код как поле простого значения без TAG (CODEC поля простого значения). Это правило данной спецификации Codec, а wire form самостоятельного Value всегда — TAG 1 WORD + Payload 1 WORD.

Основание в стандартах

  • Смысл тега и действительность подтегов соответствуют IANA Language Subtag Registry и RFC 5646, Tags for Identifying Languages. IANA и IETF передают права на реестры протоколов под CC0 1.0 (IANA Licensing Terms).
  • Номера реестра (назначение append-only в порядке ASCII, состав блоков, неназначенные 0x0000 и 0xFFFF, закрытый список), то, что ENUM документа спецификации является каноническим представлением, и отличие от встраивания в поле простого значения без TAG — правила GEUL.

Длина

  • Всего — ровно 2 WORD: TAG 1 WORD и Payload 1 WORD; используется прямая длина LLLL=0001. Расширяющего Length TAG, descriptor и padding нет.
  • Если Payload не равен ровно 1 WORD, значение отвергается.

Примеры

Номера реестра v2 (документ спецификации 0x00000000/codecs/0x000007A0, версия 2, IANA File-Date 2026-09-17). Назначено 8 678 (language 8 275, grandfathered 26, redundant 67, наблюдаемых составных 310).

tagКодВсего WORD
en0x078407A1 0784
ko0x0D0607A1 0D06
zh-Hans0x404C07A1 404C
pt-BR0x413007A1 4130
  • В документе спецификации en — это ENUM #2 0x0784 и BIND "en", привязанный к его Edge Id.
  • У de-x-formal (private-use) и nl-u-sd-bebru (extension) номеров нет, поэтому они записываются как LANGUAGE-BCP47-CODE.

Открытые проблемы

  • Интерпретация между редакциями: если читающая сторона встречает номер новее своей редакции, отбрасывать его как invalid или сохранять исходное значение и считать «неизвестным кодом». Благодаря append-only одной последней редакции всегда достаточно, но для офлайн-декодеров нужно правило.
  • Каноническая форма: должен ли тег с номером записываться как SHORT-CODE (SHOULD/MUST). При MUST запись единственна, но после выхода новой редакции ранее записанные документы перестают быть каноническими.
  • Способ выразить в документе спецификации deprecated теги и Preferred-Value (в нынешней редакции его нет).
  • Порядок добавления наблюдаемых составных тегов (источник, нижняя граница наблюдений).

Связанные страницы

Исходный текст документа спецификации

Так выглядит документ спецификации 0x00000000/codecs/0x000007A0/latest.geul, прочитанный командой geul show (шестнадцатеричные цифры заглавные).

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"
… (ENUM и BIND, 17346 строк, опущены)
#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)