将语言代码与该语言为官方语言或常用语言的国家/地区匹配答案

【问题标题】：Match language code with countries where this language is an official or commonly used language将语言代码与该语言为官方语言或常用语言的国家/地区匹配
【发布时间】：2010-04-21 05:47:35
【问题描述】：

是否有任何 python 库可以获取特定语言代码的国家/地区列表，其中该代码是官方或常用语言？

例如，语言代码“fr”与 29 个以法语为官方语言的国家和 8 个常用语言的国家/地区相关联。

【问题讨论】：

标签： python localization country-codes

【解决方案1】：

尽管已接受答案，但据我所知，pycountry 底层的任何 xml 文件都不包含将语言映射到国家/地区的方法。它包含语言列表及其 iso 代码，国家列表及其 iso 代码，以及其他有用的东西，但并非如此。

同样，Babel 包也很棒，但经过一段时间的研究，我找不到任何方法来列出特定国家/地区的所有语言。你能做的最好的就是“最有可能”的语言：https://stackoverflow.com/a/22199367/202168

所以我必须自己去拿……

import lxml.etree
import urllib.request

def get_territory_languages():
    url = "https://raw.githubusercontent.com/unicode-org/cldr/master/common/supplemental/supplementalData.xml"
    langxml = urllib.request.urlopen(url)
    langtree = lxml.etree.XML(langxml.read())

    territory_languages = {}
    for t in langtree.find('territoryInfo').findall('territory'):
        langs = {}
        for l in t.findall('languagePopulation'):
            langs[l.get('type')] = {
                'percent': float(l.get('populationPercent')),
                'official': bool(l.get('officialStatus'))
            }
        territory_languages[t.get('type')] = langs
    return territory_languages

您可能希望将此结果存储在一个文件中，而不是每次需要时都通过网络调用。

此数据集也包含“非官方”语言，您可能不想包含这些语言，这里有更多示例代码：

TERRITORY_LANGUAGES = get_territory_languages()

def get_official_locale_ids(country_code):
    country_code = country_code.upper()
    langs = TERRITORY_LANGUAGES[country_code].items()
    # most widely-spoken first:
    langs.sort(key=lambda l: l[1]['percent'], reverse=True)
    return [
        '{lang}_{terr}'.format(lang=lang, terr=country_code)
        for lang, spec in langs if spec['official']
    ]

get_official_locale_ids('es')
>>> ['es_ES', 'ca_ES', 'gl_ES', 'eu_ES', 'ast_ES']

【讨论】：