国际化支持是 XML 的主要优势之一。遗憾的是，极少有XML格式提供使内容本地化的机制。本技巧文章向您演示了如何开发本地化的 XML 格式。

XML 的主要优势之一是其对国际化的支持。它的核心字符集 Unicode 提供了机制来支持更具地区普及性的系统 — 如欧洲的 ISO-8859 变体、日本的 Shift-JIS 或中国的 BIG-5。这很好。在最初以狭隘的地域观点开发了应用程序后，为了进行国际化部署，人们不得不投入大量财力来改写它们。然而，对于国际化来说，所需的工作远比对国际化字符集的支持要多。能够根据一组特定的语言和文化习惯来定制表示信息的方法，这也很重要。这就是所谓的本地化。

从数据格式本身（这正是使用XML的便利之处）来讲，本地化的某些方面（如日期格式和姓名次序）可以用基本的 XML 功能加以解决。一种方法是使用国际标准形式；一个很不错的示例是日期，对日期最好是使用 ISO 8601 标准（请参阅参考资料）。清单 1 有一个示例：

清单 1. 地区（美国）日期及其本地化后的日期

<?xml version=\"1.0\" encoding=\"utf-8\"?><products>  <!-- US-specific date -->  <product release-date=\"8/18/2002\"/>  <!-- ISO-8601 date -->  <product release-date=\"2002-08-18\"/></products>

ISO-8601 日期的一个优势在于：通常可以在大多数编程语言中将它们作为简单的字符串进行比较，这和大多数本地化的日期不同。例如，在大多数编程系统中，字符串“8/19/2001”比“8/18/2002”大，即使实际上前面的日期早于后面的。采用 ISO-8601 格式的同等比较 — “2001-08-19”与“2002-08-18”比较 — 则显示了字符串形式与实际日期比较之间更自然的对应。本地化的软件可以先使用 ISO-8601 日期，然后以适当的本地化形式实际显示适合人们使用的字段。大多数编程语言（包括流行的 XSLT 的 EXSLT 扩展库）都很容易支持这种转换。

另一个本地化方法是精心地构造数据，以便在本地以适当的方式重新构造它。姓名就是一个的好例子：在某些文化（如中文）中，姓通常在名的前面。清单2显示了为更好地支持这样的本地习惯所构造的一个数据示例。

清单 2. 用于本地化的结构化姓名格式的示例

<?xml version=\"1.0\" encoding=\"utf-8\"?><signatories>  <!-- The direct approach. -->  <name>Mr. Uche Ogbuji</name>  <!-- Structure to support local conventions -->  <name>    <honorific>Mr.</honorific>    <given>Uche</given>    <family>Ogbuji</family>  </name></signatories>

如果采用直接的方法，读者可能会试图按习惯推断姓名的各个部分，但这常常是有风险的。如果姓名的某些部分（如敬语）被省略，那该怎么办？那时您能猜出姓名用的是什么次序吗？采用第二种方法，您可以根据本地习惯，把显示给读者的姓名重新格式化。事实上，如果给出了每一项在可能的先后次序方面的某种提示（如国籍），那么可以为每个姓名定制姓名的次序。第二种方法显然增加了一些复杂性和开销，但是，在选择各种级别的标记结构以便支持多种习惯时，始终要在实用性与灵活性之间加以权衡。

另一个常见的本地化问题是如何表示标号、消息、描述以及类似事物的翻译。XML 1.0 提供了在元素内容和属性值中使用的语言规范。您可以为每个元素设置语言。清单3是同时具有英语和西班牙语元素的 XML 文档示例。

清单 3. 其元素具有本地化语言形式的 XML 文档。

<?xml version=\"1.0\" encoding=\"utf-8\"?><menu>  <item id=\"A\" xml:lang=\"en\">Orange juice</item>  <item id=\"A\" xml:lang=\"es\">Jugo de naranja</item>  <item id=\"B\" xml:lang=\"en\">Toast</item>  <item id=\"B\" xml:lang=\"es\">Pan tostada</item></menu>

xml:lang 属性可以具有 RFC 1766 允许的任何值。这意味着可以使用一些值来代表主要的语言指称（如 en 代表英语，es 代表西班牙语等等）。如果某种语言有多种变体，通过添加流行使用某种变体的区域代号（如 en-US 代表美式英语、en-GB 代表英式英语，或者 es-MX 代表墨西哥西班牙语），您可以更明确地进行定义。请注意，不需要在这里声明名称空间：xml 名称空间已经隐式地定义在每一个文档中。还要注意，语言指称影响相关元素的所有子元素，以及所有其它的子内容。而且，虽然在 XML 规范中特别提到了 xml:lang 属性，您仍必须在模式中提供它。清单 4 中的 DTD 片段说明了这一点：

清单 4. 支持 xml:lang 的 DTD