在XHTML与HTML中使用语言信息.docVIP

当我开始XHTML 1.1的时候，我一直不知道应该在xml:lang上写什么好，我想使用中文，它的值是zh、zh-cn/zh-CN还是gb2312/gbk /gb18030或者utf8？通常遇到问题我都优先Google中文，无奈也是找不到答案。看到一些权威的网站上使用gb2312，我还差点相信了，但 根据我使用Linux中设置语言的经验，我直觉告诉我这是错误的。于是开始了把范围缩小到W3C中去Google，找到了Tutorial: Using language information in XHTML, HTML and CSS (DRAFT)，细阅，终于走出误区，愿将经验与大家分享。 依旧是翻译，但这篇文章太长了，而且还有许多我们用不着的信息，这次我只选择了部分，希望能把问题说清楚就好。 声明文档与文本语言 为什么要声明语言 关于文档语言的信息对于屏幕阅读器和易用性都极为重要，从一开始就有利。这些程序需要了解它们是否能从文本中生成输出，或者是否需要转到不同的语言模式。 标记语言信息也对应用恰当的样式变更有好处。比如，需要改变字体来调节不同字符，依据语言来生成不用的引号等等。 有的浏览器使用语言信息为中文简体，中文繁体，日文和韩文来侦测适合的字体。但是，在一个使用Unicode编码的页面中，这些语言可能共享相同的 表意字符内码。操这些语言的人可能在使用这些字符上的一些小细节上有所不同。下面的插图演示了仅仅改变语言标签，在Mozilla上的文本的效果： 同一表一字符在不同语言中的形状 标记语言信息也允许你使用脚本提取指定语言的元素。举个例子，使用XSLT lang()函数可以从一个文件中提取指定语言的文本，或者在XSL-FO转换的时候应用语言指定样式。 在许多的案例中，第一次开发内容时，你可能不会意识到这些应用的重要性，虽然它们在创建的时候一般非常容易添加，这就会在需要样式翻新时遇上麻烦。 另外，一些为语言标签标记的程序还在早期开发或者缺乏中，但是，从现在起你就应该为你的内容增加语言信息，以便在技术成熟的时候收获未来的好处。 总体上始终为文档在标签中声明语言 HTML文档总体上应该声明文档的语言，可以通过在html标签中增加lang属性来实现。比如，下面声明了一个使用加拿大法语（Canadian French）的文档： 稍后我们会更具体地讲述如何为语言属性指定值。 当把XHTML伺服为text/html，你应该在html元素中都使用lang属性和xml:lang属性。xml:lang属性是在XML中确定语言信息的标准用法。以下演示你应该如何标记先前以text/html伺服的XHTML 1.0的例子： xml:lang属性在处理HTML文件时并没有实际用处，但从lang属性继承过来意味着你要使脚本或校验器把该文档当作XML。 如果你以XML（比如，使用像applications/xhtml+xml的MIME类型）或者XHTML 1.1来伺服XHTML的话，你不再需要lang属性，因为它已经跟HTML语言分离了。单独的xml:lang属性就已足够。 始终声明文本的语言变更 在与内容主要语言不同的文本中，应该指出该文本的语言。方法跟与总体上始终为文档在标签中声明语言这一节相同——使用lang或者xml:lang属性。例如，在HTML中你可以写作： The French for Cat is chat. lang属性可以用在除applet、base、basefont、br、frame、frameset、iframe、param和script之外的任何HTML元素上。 又，以text/html伺服的XHTML 1.0，可以一起使用两个属性，比如： The title in Chinese is xml:lang=zh-CN中国科学院文献情报中心. 注意了，在最后一个例子中，在中文文本的周围没有让我们可以附加语言信息的标记，为达到目的所以引入了span元素。(请查看该段的源代码——译者注) 如果以XML伺服XHTML，像上节所描述的那样，你应该只使用xml:lang属性。 指定语言属性的值 使用RFC 3066规则 RFC 3066是定义如何使用语言标签来识别语言的标准。 语言标签由一个主要的subtag，尾随零个或更多附属的subtag，由连字符分开。 主subtag代表一种语言（有两种例外，i-和x-，在下面会讨论），任意尾随的subtag服务于修饰该语言的方言或用法。后面的subtag一般代表国家，方言或文字体系。 下面的例子表明了该文档不仅使用英语而且还是英式英语，就是说，跟美式英语相对的英语写成的。 subtag对大小写是敏感的，包括从A到Z，a到z，0到9的字母和数字，而且不能多于8个字符。 需要注意的是HTML规范仍然推荐使