CLDR

Ce que c'est

CLDR est un ensemble de données de locale qui accompagne Unicode.
Unicode définit les caractères d'un texte ; CLDR consigne les
conventions attendues par les lecteurs d'une langue dans une région
donnée pour écrire une date, un nombre, un prix, une unité ou une
liste, ainsi que pour trier les noms. Unicode Consortium maintient
les deux. Le nom complet actuel est Unicode Common Locale Data &
Rules. Le projet s'appelait auparavant Common Locale Data
Repository, et sa spécification portait le nom de Locale Data Markup
Language, ou LDML. La spécification précise que les références sous
les anciens noms restent valables.

Le site du projet distingue trois parties. La première est
constituée des données elles-mêmes, sélectionnées et structurées
pour être utilisées par des logiciels. La deuxième est la
spécification, Unicode Technical Standard #35, qui décrit la
structure des données et leur emploi par les algorithmes, avec les
exigences de conformité. La troisième est le code qui recueille les
données auprès de spécialistes des langues, vérifie leur validité et
leur cohérence et les convertit dans les formats utilisés par les
développeurs. Le résumé du périmètre des données dans la
spécification offre un bon repère : identifiants des locales,
unités, systèmes de numération et calendriers ; formats des dates,
heures, fuseaux, nombres, monnaies et mesures ; tri et recherche.
S'y ajoutent les règles de pluriel, les modèles de listes et les
noms des langues et régions.

Les données sont organisées par locale : une langue, éventuellement
précisée par une écriture et une région. Chaque locale ne contient
que les différences avec sa parente. L'exemple de la spécification
est l'anglais : `en` contient l'essentiel et `en_IE`, anglais
d'Irlande, seulement quelques éléments comme la monnaie. Une locale
nommée root se trouve au-dessus de toutes les langues. La locale de
la région principale d'une langue ne porte aucune donnée propre, car
sa parente détient déjà tout le nécessaire. Quelques éléments
appartiennent uniquement à la région, quelle que soit la langue :
monnaie, système de mesure et conventions de semaine. Si aucun jeu
de données propre n'existe pour le français des États-Unis, une
demande de cette locale obtient donc ses formats de `fr` et ses
montants en dollars américains.

Les données sources sont publiées à chaque version en XML selon le
format de la spécification, avec des outils de conversion vers JSON
et POSIX. Le calendrier prévoit deux cycles par an, et CLDR 49 est
sorti le 22 octobre 2026. Les nouvelles données passent par un
Survey Tool en ligne, généralement ouvert une fois par an, pour
alimenter les nouvelles structures comme pour corriger les versions
précédentes. Des locuteurs natifs et experts linguistiques valident
les apports.

Pourquoi c'est important

Le site du projet énonce clairement le problème : écrire
correctement une date, un nombre, un montant ou une mesure est
« bien plus compliqué d'une langue et d'une région à l'autre que la
plupart des gens ne le pensent ». CLDR existe pour éviter à chaque
équipe d'apprendre cette complexité langue par langue. Il prend en
charge plus de 100 langues et ses données sont validées par des
locuteurs natifs et experts linguistiques. C'est davantage de
relecture qu'une équipe produit ne peut en consacrer au format des
dates d'un marché qu'elle vient de rejoindre.

La plupart des équipes ne touchent jamais directement CLDR, et c'est
voulu. Le projet compte parmi ses utilisateurs tous les systèmes
d'exploitation et navigateurs modernes, ainsi que des langages comme
Java, C#, .NET, Swift et JavaScript. L'utilisation est souvent
indirecte : une application demande à un service du système de
formater une date, ce service appelle ICU, bibliothèque Unicode
destinée à un usage en production en C, C++, Java et Rust, et ICU
lit CLDR. Node.js construit ses objets `Intl` sur ICU et fournit
toutes les données ICU dans sa configuration standard. Les
programmes Python accèdent aux mêmes données par Babel, ceux en Ruby
par TwitterCLDR. Lorsqu'une équipe appelle une fonction de formatage
qui tient compte de la locale, la réponse vient presque toujours de
CLDR. Il lui reste à décider quelle locale demander et quelle
version exécuter.

L'alternative est une table écrite à la main : douze noms de mois
par langue, un séparateur décimal, un séparateur de milliers et un
ordre alphabétique. Au mieux, elle est correcte le jour de son
écriture et reste figée ensuite, tandis que le Survey Tool de CLDR
rouvre chaque année pour corriger les données déjà publiées. Elle
est aussi généralement écrite par une personne ne parlant qu'une
partie des langues couvertes. Un développeur qui ne connaît pas ces
langues ne devinerait pas les ordres dans lesquels le danois et le
suédois trient les six mêmes noms de lieux présentés ci-dessous.

À quoi cela ressemble en pratique

Demandez à l'environnement d'exécution quelle version de CLDR il
contient. Laissez ensuite ces données trier six noms de lieux danois
et suédois, assembler trois noms de villes danoises en liste et
consulter les conventions de semaine de quatre locales :

```js
console.log("CLDR", process.versions.cldr);

const towns = ["Ørsted", "Odense", "Åsa", "Aabenraa", "Ærø", "Ängelholm"];
console.log("code point", [...towns].sort().join(", "));
for (const tag of ["en", "da", "sv"]) {
  const sorted = [...towns].sort(new Intl.Collator(tag).compare);
  console.log(tag.padEnd(10), sorted.join(", "));
}

const three = ["Aarhus", "Odense", "Aalborg"];
for (const tag of ["en-GB", "en-US", "da", "uk"]) {
  console.log(tag.padEnd(10), new Intl.ListFormat(tag).format(three));
}

for (const tag of ["en", "en-GB", "en-DK", "da"]) {
  const locale = new Intl.Locale(tag);
  const { firstDay } = locale.getWeekInfo();
  console.log(tag.padEnd(10), locale.maximize().toString(), firstDay);
}
```

Node 25.2.1 affiche :

```text
CLDR 47.0
code point Aabenraa, Odense, Ängelholm, Åsa, Ærø, Ørsted
en         Aabenraa, Ærø, Ängelholm, Åsa, Odense, Ørsted
da         Odense, Ängelholm, Ærø, Ørsted, Aabenraa, Åsa
sv         Aabenraa, Odense, Åsa, Ängelholm, Ærø, Ørsted
en-GB      Aarhus, Odense and Aalborg
en-US      Aarhus, Odense, and Aalborg
da         Aarhus, Odense og Aalborg
uk         Aarhus, Odense і Aalborg
en         en-Latn-US 7
en-GB      en-Latn-GB 1
en-DK      en-Latn-DK 1
da         da-Latn-DK 1
```

La première ligne est la version avec laquelle cet environnement a
été construit. C'est 47.0, bien que CLDR 49 soit sorti : un
environnement embarque les données de sa propre compilation, pas les
plus récentes qui existent.

Un simple `sort()` sans comparateur place Ä, Å, Æ et Ø après toutes
les lettres sans marque, dans l'ordre de leurs codes de caractères.
Cela ne correspond à aucune des trois langues. L'anglais trie chaque
nom selon sa lettre de base : les quatre noms commençant par un A
viennent donc d'abord, et Ørsted suit Odense. L'alphabet danois se
termine par Æ, Ø et Å. Le tri danois traite Ä comme une variante de
Æ et range Aabenraa, écrit avec l'ancien double a, parmi les noms en
Å. La partie de la spécification consacrée à la collation appelle
cela la contraction danoise « aa ». L'alphabet suédois se termine
par Å, Ä et Ö. Le tri suédois traite Æ comme une variante de Ä et Ø
comme une variante de Ö, et trie Aabenraa comme un nom commençant
par deux a. Le norvégien bokmål, `nb`, renvoie l'ordre danois. Rien
de cela ne figure dans le code : chaque ordre vient des règles de
collation CLDR de la langue.

Les listes fonctionnent de même. Chaque locale a un modèle avec des
parties distinctes pour le début, le milieu et la fin d'une liste,
ainsi que pour une liste de deux éléments. L'anglais britannique
n'ajoute pas de virgule avant « and », l'anglais américain si. Le
danois joint avec « og » et l'ukrainien avec « і », au moyen d'un
seul appel qui ne contient aucun mot de ces langues.

Les quatre dernières lignes montrent des données appartenant à une
région plutôt qu'à une langue. Chacune donne le tag, sa forme
complète enrichie par `maximize()` à partir des sous-étiquettes
probables de CLDR, et le premier jour de la semaine sous forme de
nombre ISO 8601 : 1 pour lundi et 7 pour dimanche. L'environnement
interprète `en` seul comme l'anglais en écriture latine des
États-Unis : sa semaine commence donc le dimanche. L'anglais de
Grande-Bretagne ou du Danemark commence le lundi, comme le danois.
La semaine dépend de la région, quelle que soit la langue.

Les conventions consignées par CLDR sont aussi celles qu'un texte
traduit doit respecter à la main. Un projet de ce site, le contrôle
des chiffres entre langues, extrait chaque nombre, pourcentage,
multiplicateur et unité d'une chaîne anglaise et exige leur présence
dans chaque traduction. Il vérifie aussi les conventions que chaque
langue doit suivre ou éviter, dont séparateurs décimaux, groupements
de milliers et guillemets.

Où les problèmes surviennent

Comparer le texte formaté à une chaîne fixe. Un test attendant `"1
500"` de `new Intl.NumberFormat("sv").format(1500)` échoue malgré
une sortie visuellement identique. Le suédois, le norvégien et
l'ukrainien séparent les milliers avec U+00A0 NO-BREAK SPACE, qu'un
éditeur montre comme une espace ordinaire. Le même test peut casser
à la mise à niveau : une nouvelle version de CLDR peut corriger les
données d'une ancienne. Comparez la sortie formatée à celle du même
formateur, vérifiez sa structure avec `formatToParts`, qui étiquette
chaque partie comme partie entière (integer), séparateur de groupe
(group), séparateur décimal (decimal) ou partie fractionnaire
(fraction), et ne reconvertissez jamais le texte formaté en nombre.
La spécification recommande de stocker et d'échanger des données
indépendantes de la langue, puis de les formater pour le lecteur.

Deux environnements contiennent deux versions. Node 25.2.1 embarque
CLDR 47.0 alors que le projet a publié 49. Un navigateur contient ce
que sa propre compilation a livré. Une page formatant une date sur
le serveur puis dans le navigateur peut montrer deux chaînes pour
une valeur, et un instantané enregistré sur une machine peut échouer
sur une autre. Formatez chaque valeur à un seul endroit, enregistrez
`process.versions.cldr` avec les instantanés de test et mettez
l'environnement d'exécution à niveau délibérément.

Une locale absente déclenche un repli sans erreur. `new
Intl.NumberFormat("tlh")` formate en anglais américain sans lever
d'exception, car l'environnement n'a pas de données pour le klingon
et retombe sur sa locale de repli. La documentation Node décrit un
cas plus discret : un binaire compilé avec l'option small-icu ne
contient généralement que les données anglaises. Le nom d'un mois
espagnol s'affiche alors sous la forme « M01 » ou « January » au
lieu de « enero ». Vérifiez `resolvedOptions().locale` ou
`supportedLocalesOf` avant de vous fier à une locale et utilisez des
compilations avec toutes les données ICU, configuration standard de
Node et de ses binaires officiels.

Un tag sans région reçoit la plus probable. L'environnement lit `en`
comme `en-Latn-US`. Un lecteur en Irlande, en Grande-Bretagne ou au
Danemark recevant `en` obtient donc une semaine débutant le dimanche
et des dates comme 10/27/2026, mois en premier. La spécification dit
que les données de sous-étiquettes probables à l'origine de ce choix
sont dérivées d'heuristiques et peuvent évoluer. Transmettez la
région du lecteur avec sa langue dès qu'elle est connue. Si seule la
langue l'est, appelez `maximize()` pour voir la région supposée par
l'environnement.

Passer les identifiants CLDR à une API BCP 47. Les fichiers et
exemples CLDR écrivent les locales avec des traits de soulignement,
comme `en_IE`, et la spécification traite `_` et `-` comme
équivalents. L'API `Intl` de JavaScript ne les considère pas comme
équivalents : `new Intl.NumberFormat("da_DK")` lève `RangeError:
Invalid language tag: da_DK`. Convertissez les identifiants au
passage vers l'API, comme le prévoit la conversion BCP 47 de la
spécification, en remplaçant chaque `_` par `-`. Passez ensuite le
résultat à `Intl.getCanonicalLocales`, qui renvoie `da-DK`.

Pour aller plus loin

  * Projet Unicode CLDR — ce qu'est CLDR, ses trois composants, qui
l'utilise et comment, ainsi que le calendrier de publication.

  * UTS #35, partie 1 : noyau — la spécification : identifiants de
locale, anciens noms, héritage entre locales, sous-étiquettes
probables et conseil de garder les données indépendantes de la
langue.

  * UTS #35, partie 2 : généralités — noms d'affichage, systèmes de
mesure et modèles de listes employés ci-dessus.

  * UTS #35, partie 5 : collation — adaptation par CLDR de l'ordre
de tri de référence à chaque langue, avec le danois comme exemple.

  * Node.js : prise en charge de l'internationalisation —
construction des objets `Intl` sur ICU, options de compilation et
détection des capacités d'un binaire.

  * Spécification ECMAScript de l'API d'internationalisation — la
norme derrière `Intl`, dont les méthodes de `Locale` utilisées plus
haut et les données CLDR de semaine et de sous-étiquettes probables
dont elles dépendent.

hCette page sur le Web	URL:https://engineer.company/fr/glossary/cldr/	engineer.company	70
