「ロケール」の文字列表現を整理してみた

by

Linuxの環境変数LANGやHTMLのlang属性、PHPのsetlocaleなど、様々な所でロケールを指定できますが、以下の様にバリエーションがあり、混乱したので仕様を整理してみました。

  • ja
  • jp
  • ja-jp (ハイフン区切り)
  • ja_jp (アンスコ区切り)

（どれが正解なんだ・・・？）

ロケールとは？

ロケールとは、（物語の）舞台、現場、場所などの意味を持つ英単語で、ITの分野ではシステムやソフトウェアにおける言語や国・地域の設定のことをこのように呼ぶ。

http://e-words.jp/w/%E3%83%AD%E3%82%B1%E3%83%BC%E3%83%AB.html

ロケール表現の構成要素

よく登場するのは以下２つの仕様です。

  • ISO 639
    • 言語を表すコード
    • ドキュメントはこちら
    • 例）日本語ならja、英語ならen
  • ISO 3611
    • 国を表すコード
    • WIkiに一覧がある
    • 例）日本ならJP、米国ならUS、英国ならGB

これらを組み合わせてロケールを表現します。
調べた所、以下２つがよく使われるロケール表現のようです。

①ANSI Cのロケール表現

ANSI C（C言語の標準）のロケールを表す文字列です。
以下の書式でロケールを表現します。

language_territory.codeset@modifier
  • language
    • 言語（ISO 639に準拠）
  • territory
    • 地域（ISO 3166に準拠）
  • codeset
    • 文字コード
  • modifier
    • 修飾子

構成要素として前述の言語コード、国コードが使われています。
例えば日本語＆日本＆UTF-8だとja_JP.utf8となる。
詳しくはこちらを参照

②IETF言語タグ(IETF language tag)

BCP47(RFC 5646とRFC 4647)で定義されているロケールを表す文字列です。
過去のバージョンとしてRFC1766とRFC 3066があります。
書式は以下の通り。
（正確にはもう少し長いのですが、将来の予約領域など、現在はほとんど使われていない様なので省略しました）

language-script-region
  • language
    • 言語（ISO639に準拠）
    • ja、enなど
  • script
    • 文字体系（ISO 15924に準拠）
  • region
    • 地域（ISO 3166-1 alpha-2、UN M.49に準拠）
    • jp、USなど

例えば日本語＆日本だとja-jpとなります。
ANSI Cのロケール表現はアンスコ区切りでしたが、こちらはハイフン区切りになります。
また、文字コードもありません。

詳しくはWiki参照

ロケール表現の使い分け

ロケールを指定する箇所はいくつかあるので、それぞれどちらの仕様に準拠するのか調べました。

  • Linuxの環境変数LANG
    • ANSI C
  • HTMLのLang属性
    • IETF言語タグ
  • PHPのsetLocale関数
    • システム依存（つまりLinuxの場合はANSI C準拠？）
  • Laravelのロケール
    • config/app.phpのlacaleの事。
    • 恐らくどちらでもなくLaravel独自のロケール表現
    • Laravel-Langではアンスコ区切りになっているが、ANSI Cに従っている訳でもない。

おわりに

自信持ってLANGを設定していこうな

コメントする