| Пункт | Значение |
|---|---|
| Имя | LANGUAGE-SHORT-CODE (BIND в документе спецификации LANGUAGE-SHORT-CODE) |
| TAG ID | 0x07AL |
| Codec ID | 0x000007A0 |
| Документ спецификации | 0x00000000/codecs/0x000007A0/ (цель DECLARE 07A0) |
| Раздел | 3 0011 (Value), смещение C внутри раздела = 26 |
| Kind | Value · семейство: TEXT |
| TAG WORD | 0000 0111 1010 LLLL (000K KKKC CCCC LLLL) |
| Описание в индексе | Тег BCP 47, записанный номером GEUL Language Registry (Payload 1 WORD) |
| Сторона Hugo | value/text/language-short-code.md |
Поля (документ спецификации)
Порядок FIELD в документе — это порядок полей Payload (документ спецификации Codec).
| Порядок | Поле (BIND) | FIELD | Ширина | Принимаемый формат (CODEC) | ENUM |
|---|---|---|---|---|---|
| 1 | code | #2 | простое значение, 1 WORD | ENUM: 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 FIELDcodeесть 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: languageиз IANA Language Subtag Registry, за исключениемScope: 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-nanи др.). - Действительные составные теги, наблюдаемые в открытых источниках CC0 (
pt-BR,en-GB,be-taraskи др.). Это теги, состоящие только из подтегов language, extlang, script, region, variant. Теги с extension (-u-,-t-) и private-use (-x-) не принимаются.
- Записи
- Тег без номера в этом формате записать нельзя. Он записывается как LANGUAGE-BCP47-CODE (
0x076L·0x077L). Внутри SHORT-CODE пути escape нет. 0x0000и0xFFFFне назначаются никогда. В этом Value оба — invalid. Ни один из них не используется в смыслеnull,unknownилиund.- Диапазоны значений — договорённость о назначении. Декодер не выводит вид тега из диапазона значения. Смысл значения берётся только из документа спецификации.
| Диапазон | Назначение |
|---|---|
0x0000 | не назначен (invalid) |
0x0001–0x3FFF | теги из одного подтега language |
0x4000–0x7FFF | теги из двух и более подтегов (теги IANA целиком, наблюдаемые составные теги) |
0x8000–0xFFFE | переполнение. Когда указанные блоки заполнены, назначение продолжается здесь |
0xFFFF | не назначен (invalid) |
- Первая редакция выдаёт номера внутри блока в порядке ASCII тегов в нижнем регистре. В блоке
0x4000сначала 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
nи LANGUAGE-BCP47-CODE тега, связанного в реестре сn(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 версииn)). - 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
0x0000и0xFFFF, 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).
| tag | Код | Всего WORD |
|---|---|---|
en | 0x0784 | 07A1 0784 |
ko | 0x0D06 | 07A1 0D06 |
zh-Hans | 0x404C | 07A1 404C |
pt-BR | 0x4130 | 07A1 4130 |
- В документе спецификации
en— этоENUM #2 0x0784иBIND "en", привязанный к его Edge Id. - У
de-x-formal(private-use) иnl-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)