Accept-Language请求头常见中文语言代码规范及实际使用情况问询

实际场景Accept-Language常见中文语言代码说明 #

你提到的RFC 5646规范的要求是没错的，zh-Hans（简体）、zh-Hant（繁体）以及zh-Hans-SG、zh-Hant-MO这类带书写系统标记的格式才是合规的中文表示方式，zh、zh-CN、zh-TW这类确实不符合规范要求。

但受历史实现惯性影响，目前实际请求里的中文语言代码非常多样，常见的有以下几类：

• 无任何限定的基础代码：zh，大量旧设备、低版本浏览器会直接发送这个值，没有标注地域或书写系统
• 旧版地域绑定格式（目前占比仍然最高）：
  • zh-CN：大陆简体中文用户最常见的请求值，大部分国产浏览器、Windows系统默认中文配置都会发送该值
  • zh-TW：中国台湾地区繁体用户常用值
  • zh-HK：中国香港地区繁体用户常用值
  • zh-MO：中国澳门地区繁体用户常用值
  • zh-SG：新加坡简体用户偶尔会出现的请求值
• 合规格式（近年新设备、高版本浏览器占比逐年提升）：
  • zh-Hans：通用简体中文，没有绑定具体地域
  • zh-Hant：通用繁体中文，没有绑定具体地域
  • 带地域的合规细分格式：zh-Hans-CN、zh-Hant-TW、zh-Hans-SG、zh-Hant-MO等，仅在做了精准语言配置的设备上会出现

如果是做站点语言匹配的话，建议优先识别书写系统标记：只要请求头中包含Hans就返回简体内容，包含Hant就返回繁体内容；如果没有书写系统标记，再根据地域标记映射：CN、SG对应简体，TW、HK、MO对应繁体；仅收到单独的zh时，可以默认返回简体，或者结合用户IP做二次判断。

内容的提问来源于stack exchange，提问作者fallincode