如何为不完整的 locale 添加可能的子标签

简介

在处理 locale 标识符时，有时你会收到不完整的信息。例如，用户可能只指定了语言代码，如 ja，而没有指明书写系统或地区。虽然这种部分标识符是有效的，但在比较 locale 或确定格式规范等操作时，缺乏必要的细节。

JavaScript 提供了一种方法，可以通过补全最可能缺失的部分来完善这些不完整的标识符。该过程利用语言数据推断该语言用户通常使用的书写系统和地区。

本指南将介绍什么是可能的子标签，JavaScript 如何确定它们，以及在你的应用中何时应使用此功能。

什么是可能的子标签

可能的子标签是与特定语言最常见搭配的书写系统和地区代码。这些关联来自 Unicode 联盟维护的真实语言使用数据。

例如，英语通常使用拉丁字母书写，并且最常在美国使用。如果你只有语言代码 en，则最可能的书写系统是 Latn，地区是 US，从而得到完整的标识符 en-Latn-US。

这种可能性是基于使用人口和历史使用模式。该算法始终返回统计上最常见的组合。

为什么要添加可能的子标签

部分 locale 标识符适用于大多数格式化操作。Intl.DateTimeFormat 和 Intl.NumberFormat API 可以接受 en 并应用合理的默认值。但在某些场景下，完整的标识符是必需的。

比较 locale 标识符

在比较两个 locale 标识符以判断它们是否指向相同的语言和地区时，部分标识符会带来歧义。例如，en 和 en-US 是否表示相同的内容，还是因为一个指定了地区而另一个没有，所以不同？

添加 likely subtags 可以消除这种歧义。en 和 en-US 都会最大化为 en-Latn-US，从而可以直接进行比较。

const locale1 = new Intl.Locale("en");
const locale2 = new Intl.Locale("en-US");

console.log(locale1.baseName === locale2.baseName);
// false - they look different

const maximized1 = locale1.maximize();
const maximized2 = locale2.maximize();

console.log(maximized1.baseName === maximized2.baseName);
// true - both are "en-Latn-US"

存储规范化形式

在数据库或配置文件中存储 locale 标识符时，使用完整形式可以确保一致性。每个法语 locale 都会变为 fr-Latn-FR，每个日语 locale 都会变为 ja-Jpan-JP，以此类推。

这种一致性使得按 locale 搜索、过滤和分组更加可靠。

判断特定书写系统的行为

有些语言可以使用多种书写系统，而书写系统会影响文本渲染、字体选择和排序。例如，中文可以用简体或繁体字符书写，塞尔维亚语可以用西里尔字母或拉丁字母。

添加 likely subtags 可以明确指定书写系统。如果用户只提供 zh 而未指定书写系统，最大化后会得到 zh-Hans-CN，这表示应使用简体中文字符。

算法的工作原理

Add Likely Subtags 算法利用一份语言使用信息数据库来确定缺失的组成部分。该数据库由 Unicode 联盟维护，是 Common Locale Data Repository 的一部分。

该算法会检查你提供的信息，并补全缺失部分：

如果只提供语言，则会添加该语言最常用的书写系统和地区
如果提供了语言和书写系统，则会添加该组合最常用的地区
如果提供了语言和地区，则会添加该组合最常用的书写系统
如果三者都已提供，则保持不变

这些决策基于全球语言使用的统计数据。

使用 maximize 方法

maximize() 方法可用于 Intl.Locale 对象。它会返回一个新的 locale 对象，并在基础名称上添加可能的子标签。

const locale = new Intl.Locale("ja");
const maximized = locale.maximize();

console.log(locale.baseName);
// "ja"

console.log(maximized.baseName);
// "ja-Jpan-JP"

该方法不会修改原始的 locale 对象，而是创建并返回一个新对象。

不同语言的示例

不同的语言根据其主要使用地区和所用书写系统，会有不同的可能子标签。

欧洲语言

法语最大化后为法国和拉丁字母：

const french = new Intl.Locale("fr");
const maximized = french.maximize();

console.log(maximized.baseName);
// "fr-Latn-FR"

德语最大化后为德国和拉丁字母：

const german = new Intl.Locale("de");
const maximized = german.maximize();

console.log(maximized.baseName);
// "de-Latn-DE"

非拉丁字母语言

日语最大化后为日本和日文书写系统：

const japanese = new Intl.Locale("ja");
const maximized = japanese.maximize();

console.log(maximized.baseName);
// "ja-Jpan-JP"

阿拉伯语最大化后为埃及和阿拉伯字母：

const arabic = new Intl.Locale("ar");
const maximized = arabic.maximize();

console.log(maximized.baseName);
// "ar-Arab-EG"

未指定书写系统的中文最大化后为简体字和中国：

const chinese = new Intl.Locale("zh");
const maximized = chinese.maximize();

console.log(maximized.baseName);
// "zh-Hans-CN"

带地区的部分标识符

当你只提供语言和地区但没有书写系统时，算法会自动补全书写系统：

const britishEnglish = new Intl.Locale("en-GB");
const maximized = britishEnglish.maximize();

console.log(maximized.baseName);
// "en-Latn-GB"

地区保持不变，只会补全缺失的书写系统。

带书写系统的部分标识符

当你只提供语言和书写系统但没有地区时，算法会补全该书写系统最常用的地区：

const traditionalChinese = new Intl.Locale("zh-Hant");
const maximized = traditionalChinese.maximize();

console.log(maximized.baseName);
// "zh-Hant-TW"

繁体中文字符主要在台湾使用，因此会将 TW 作为地区添加。

扩展标签会被保留

Unicode 扩展标签用于指定格式偏好，例如日历系统、数字系统和小时制。这些标签出现在语言环境标识符中的 -u- 之后。

maximize() 方法不会更改扩展标签。它只影响语言、脚本和地区部分。

const locale = new Intl.Locale("fr", {
  calendar: "gregory",
  numberingSystem: "latn",
  hourCycle: "h23"
});

console.log(locale.toString());
// "fr-u-ca-gregory-hc-h23-nu-latn"

const maximized = locale.maximize();

console.log(maximized.toString());
// "fr-Latn-FR-u-ca-gregory-hc-h23-nu-latn"

基础名称会从 fr 变为 fr-Latn-FR，但扩展标签保持不变。

何时使用 maximize

当你需要完整的语言环境标识符以实现一致性或比较时，请使用 maximize() 方法。

规范化用户输入

用户可能会以不同形式输入 locale。有些人会输入 en，有些人会输入 en-US，还有些人会输入 en-Latn-US。对所有输入进行 maximize，可以创建一致的格式：

function normalizeLocale(input) {
  try {
    const locale = new Intl.Locale(input);
    const maximized = locale.maximize();
    return maximized.baseName;
  } catch (error) {
    return null;
  }
}

console.log(normalizeLocale("en"));
// "en-Latn-US"

console.log(normalizeLocale("en-US"));
// "en-Latn-US"

console.log(normalizeLocale("en-Latn-US"));
// "en-Latn-US"

这三种输入都会生成相同的规范化形式。

构建语言环境回退链

当某个特定的 locale 不可用时，应用会回退到更通用的 locale。使用 maximize 可以正确构建这些回退链：

function buildFallbackChain(localeString) {
  const locale = new Intl.Locale(localeString);
  const maximized = locale.maximize();

  const chain = [maximized.toString()];

  if (maximized.script && maximized.region) {
    const withoutRegion = new Intl.Locale(
      `${maximized.language}-${maximized.script}`
    );
    chain.push(withoutRegion.toString());
  }

  if (maximized.region) {
    chain.push(maximized.language);
  }

  chain.push("en");

  return chain;
}

console.log(buildFallbackChain("zh-TW"));
// ["zh-Hant-TW", "zh-Hant", "zh", "en"]

这样可以实现从最具体到最通用 locale 的正确回退。

将用户偏好与可用 locale 匹配

当你有一组可用翻译，需要根据用户偏好找到最佳匹配时，同时对两者进行 maximize 可以实现准确比较：

function findBestMatch(userPreference, availableLocales) {
  const userMaximized = new Intl.Locale(userPreference).maximize();

  const matches = availableLocales.map(available => {
    const availableMaximized = new Intl.Locale(available).maximize();

    let score = 0;
    if (userMaximized.language === availableMaximized.language) score += 1;
    if (userMaximized.script === availableMaximized.script) score += 1;
    if (userMaximized.region === availableMaximized.region) score += 1;

    return { locale: available, score };
  });

  matches.sort((a, b) => b.score - a.score);

  return matches[0].locale;
}

const available = ["en-US", "en-GB", "fr-FR", "de-DE"];
console.log(findBestMatch("en", available));
// "en-US"

该函数会将用户偏好 en 扩展为 en-Latn-US，并找到最接近的匹配项。

何时不应使用 maximize

在将 locale 传递给格式化 API 之前，无需先进行 maximize。Intl.DateTimeFormat、Intl.NumberFormat 以及其他格式化构造函数都能正确处理部分标识符。

const date = new Date("2025-03-15");

const partial = new Intl.DateTimeFormat("fr").format(date);
const maximized = new Intl.DateTimeFormat("fr-Latn-FR").format(date);

console.log(partial);
// "15/03/2025"

console.log(maximized);
// "15/03/2025"

两者输出完全相同。在这种情况下，增加额外的特异性不会改变格式化行为。

仅当你需要为自己的逻辑获取明确的信息时，才使用 maximize()，而不是在将 locale 传递给内置格式化器时使用。

浏览器支持

maximize() 方法在所有现代浏览器中均可用。Chrome、Firefox、Safari 和 Edge 都支持该方法，作为 Intl.Locale API 的一部分。

Node.js 从 12 版本开始支持 maximize()，在 14 及更高版本中提供完整支持。

总结

Likely subtags 通过为给定语言添加最常用的书写系统和地区，来补全部分 locale 标识符。Intl.Locale.maximize() 方法实现了 Unicode Add Likely Subtags 算法以完成此扩展。

要点：

likely subtags 基于真实的语言使用数据
maximize() 方法会补全缺失的书写系统和地区代码
日历和数字系统的扩展标签保持不变
使用 maximize 可用于规范化用户输入和比较 locale
格式化 API 不需要 maximized 的 locale

maximize() 方法为需要明确书写系统和地区信息的应用逻辑，提供了标准化的完整 locale 标识符处理方式。