如何从RFC 5646格式区域设置字符串中解析国家代码？

要从GetUserDefaultLocaleName返回的RFC5646格式字符串里提取国家代码，核心是掌握RFC5646语言标签的结构规则：

RFC5646的语言标签由多个连字符分隔的子标签组成，顺序为：语言代码（必填）→ 脚本代码（可选）→ 地区（国家/地区）代码（可选）→ 变体（可选）→ 扩展/私有部分（可选）。

国家代码的识别规则 #

国家代码属于「地区子标签」，具备以下特征：

• 格式为2个大写字母（符合ISO 3166-1 alpha-2标准，Win32返回的结果基本都是这种），或3个大写字母（ISO 3166-1 alpha-3）；
• 位置上，它的前一个子标签要么是语言代码（2-3个小写字母，比如uz、en），要么是脚本代码（4个字符，首字母大写其余小写，比如Latn、Hans）；
• 要排除变体、扩展、私有部分：变体通常是5个以上字母/数字组合，扩展以-x-开头，私有部分格式无固定但不会符合国家代码的短大写字母特征。

实际案例解析 #

• 对于uz-Latn-UZ：分割后得到["uz", "Latn", "UZ"]，UZ是2位大写字母，前一个子标签是脚本代码Latn，符合国家代码特征，因此提取UZ；
• 对于en-US-x-custom：分割后得到["en", "US", "x", "custom"]，US是2位大写字母，前一个是语言代码en，后续的x是扩展标记，因此US是国家代码；
• 对于zh-CN：分割后["zh", "CN"]，CN直接对应国家代码。

更可靠的Win32原生方法 #

如果不想自己解析字符串，可以直接调用GetLocaleInfoEx函数，传入GetUserDefaultLocaleName获取的区域名，指定LOCALE_SISO3166CTRYNAME参数，就能直接拿到标准的2字母国家代码，避免手动解析可能出现的错误。

内容的提问来源于stack exchange，提问作者Myria