Locale 和 LanguageTag
“zh_CN”与“zh-CN”
前段时间，在做一个国际化的项目时，关于中文语言是用 “zh_CN” 形式还是 “zh-CN” 形式来表示，团队里出了点儿小分歧，借此机会也查了查资料，详细了解了有关规则。
国际化与本地化
国际化（Internationalization，通常被简称为 I18n）和本地化（Localization，通常被简称为 L10n）这两个词是那种常常见，好像已经很熟悉，其实真正要讲明白是什么意思，还要再查查资料的词。两者好像说的是很相关的一件事儿，实际上去各有各的侧重点。
对于软件系统来说，国际化是指我们在设计和开发时，要通过一系列操作来让系统能够很容易地针对不同目标市场进行本地化。例如，我们需要使用 UTF-8 编码来存储或传输数据，我们的时间要带时区。还有，语言和系统要分离，通过编辑语言文件，就可以增加语言支持。在界面设计上要考虑不同语言可能长短不一，界面上要保证不同语言都能够正常显示。国际化更像是软件系统的一个能力，我们在设计和开发时必须考虑到的一个驱动力。
本地化就是在国际化的基础上，对特定语言或文化进行适配。比如，针对简体中文的适配，就是实现了简体中文的本地化。实际上本地化并不只是语言的翻译那么简单。不同文化下有不同的文化习惯，例如，姓名规则，时间和日期格式，书写方向，货币单位，标点符号等等，要成功地实现本地化，恐怕必须对当地文化有相当的了解才行。
Locale
在软件系统中，Locale 就是实现本地化的方法，它定义了软件的本地化环境。Locale 中包含很多不同类别的本地化定义，针对不同地区和文化的使用习惯。Locale 在 ANSI C 中就已经有了明确的定义，所以，虽然不同操作系统中对Locale的实现并不一定相同，但大体上仍是相通的。
通常，Locale 由 language code, country(territory) code, and an optional codeset 组成。
language[_territory][.codeset]
例如：zh_CN.UTF-8。其中，zh 表示中文，CN 表示中国大陆，zh_CN 表示的是简体中文，zh_TW 表示的是繁体中文，zh_HK 表示香港地区繁体中文，zh_SG 表示新加坡简体中文。其中 languaga code 来自于 ISO 639 定义，territory code 来自于 ISO 3166。
很多开发语言按同样的规则，支持Locale。例如 Java 中使用 Locale 类来定义区域设置。在 Linux中，我们一般使用 LANG 环境变量来设置区域环境。
Language Tag
“zh-CN”的写法被称为 Language Tag，全名为 IETF BCP 47 language tag。是一种定义语言的“Code”，虽然和 Locale 看上去类似，但却不是一回事儿。Language Tag 是万维网时代的产物，通常用于 HTTP, HTML, XML中。
Language Tag 由一个或多个 subtag 组成，
language-script-region-variant
language subtag 一般是两个字母的语言代码，来自于 ISO 639 的定义。
script subtag 这里的 script 是字体/文字的意思，由4个字母组成，第1个大写，其余的小写，来自于 ISO 15924。例如 Latn 表示拉丁文，Hans 表示简体中文，Hant 表示繁体中文。script subtag 通常是可以省略的
region subtag 由两个大写字母或3个数字组成。两个大写字母来自于 ISO 3166，通常表示国界内的区域，例如“AT”表示奥地利。3个数字的定义来自于 UN M.49，表示跨国界的区域，如“015”表示北非。
variant subtag 表示语言或字体的某个变体，可以包括大写字母，小写字母和数字。如果以字母开头则至少5个字符长，如果以数字开头则至少4个字符长。使如“pinyin”。
从上面的定义看，不同的 subtag 可以通过字符类型或长度区分出来，省略任何一个部分都可以被识别出来，例如 “zh-Latn-pinyin”中，省略了 region。
Wrap it up
由此可见，在实现国际化的时候，如果是系统级别的语言设置（或者说是区域设置）,使用 locale=zh_CN 的形式较好。如果是HTTP/HTML/XML中，或者是一段文本内容需要定义语言，使用 lang=zh-CN 的形式较好。
但是，从SEO的角度考虑，使用 https://xxx.com/zh 这样的形式是最好的。