CLDR

どのようなものか

CLDRは、Unicodeとともに使うロケールデータの集まりです。Unicodeは文章
を書く文字を定めます。一方、CLDRは、ある地域のある言語の読み手が、日
付、数値、価格、単位、一覧をどのように表し、名前をどの順序に並べるこ
とを期待するかを記録します。どちらもUnicode
Consortiumが管理しています。CLDRの現在の正式名称はUnicode Common
Locale Data &
Rulesです。以前はCommon Locale Data Repository、仕様はLocale Data
Markup
Language、略してLDMLと呼ばれており、仕様では、旧称による参照も引き続
き有効としています。

プロジェクトのサイトは、三つの構成要素を挙げています。一つ目は、ソフ
トウェアで使えるよう整理・構造化したデータ自体です。二つ目は、
Unicode
Technical Standard
i#35という仕様で、データの構造とアルゴリズムによる使い方を、適合性の		engineer.company	70
i要件とともに記述しています。三つ目は、言語の専門家からデータを集め、		engineer.company	70
i妥当性と整合性を検証し、開発者が使う形式へ変換するコードです。データ		engineer.company	70
iの範囲を知るには、仕様自身の要約が役立ちます。ロケール、単位、数字体		engineer.company	70
i系、暦の識別子、日付、時刻、タイムゾーン、数値、通貨、測定値の書式、		engineer.company	70
iそして並べ替えと検索です。複数形の規則、一覧の書式パターン、言語や地		engineer.company	70
i域の名前も含まれます。		engineer.company	70

データはロケール別に整理されています。ロケールは言語を表し、文字体系
と地域でさらに絞り込めます。各ロケールは親と異なる内容だけを保持しま
す。仕様は英語を例に挙げ、`en`がデータの大部分を持ち、アイルランドで
使う英語の`en_IE`は通貨などのわずかな項目だけを持つと説明していま
す。各言語の上にはrootというロケールがあり、その言語の主要な地域のロ
ケールは、必要なものを親がすべて持つため、独自のデータを持ちません。
通貨、単位系、週の慣習といった一部の情報は、言語に関係なく地域だけに
属します。したがって、米国で使うフランス語のデータ一式がなくても、要
求すれば書式は`fr`から取得し、金額は米ドルで表します。

元のデータは、仕様で定めるXML形式でリリースごとに公開され、JSONと
POSIX形式へ変換するツールも提供されています。リリースは年二回のサイ
クルに従い、CLDR
49は2026年10月22日に公開されました。新しいデータはオンラインのSurvey
Toolから取り込みます。通常は年一回開かれ、新しく追加した構造のデータ
収集と、以前のリリースのデータ修正を行います。取り込む内容は、母語話
者と言語の専門家が検証します。

なぜ重要なのか

プロジェクトのサイトは、問題を率直に述べています。日付、数値、金額、
測定値を正しく書くことは、「言語や地域をまたぐと、多くの人が認識して
いるよりはるかに複雑」です。CLDRは、その複雑さをチームが言語ごとに学
び直さずに済むようにするためのものです。100を超える言語を支え、デー
タは母語話者と言語の専門家が検証しています。一つの製品チームが、新た
に進出した市場の日付書式について行える以上のレビューを受けているので
す。

多くのチームがCLDRを直接扱わないのは、意図した設計です。プロジェクト
は、Java、C#、.NET、Swift、JavaScriptなどに加え、現在のすべてのオペ
レーティングシステムとブラウザーがデータを利用するとしています。利用
は間接的なこともよくあります。アプリケーションがOSのサービスへ日付の
書式化を依頼し、そのサービスが、Unicodeが提供するC、C++、Java、Rust
用の実運用ライブラリーICUを呼び、ICUがCLDRを読みます。Node.jsは
`Intl`オブジェクトをICU上に構築し、既定でICUの全データを同梱します。
PythonプログラムはBabel、RubyプログラムはTwitterCLDRを通じて同じデー
タへアクセスします。チームがロケール対応の書式化機能を呼ぶと、答えは
ほぼ常にCLDRから来ます。チーム自身が決めるのは、どのロケールを要求
し、どのリリースを使うかです。

代わりの方法は、各言語の十二か月の名前、小数点の記号、桁区切り、アル
ファベットの順序を手作業で表にすることです。その表は、良くても書いた
日に正しいだけで、以後は固定されたままです。一方、CLDRのSurvey
Toolは毎年再開し、公開済みデータを修正します。しかも、その表を書く人
は、多くの場合、含まれる言語の一部しか話せません。以下に示す、同じ六
つの地名をデンマーク語とスウェーデン語で並べる順序は、それらの言語を
知らない開発者が推測できるものではありません。

実際の活用例

実行環境に含まれるCLDRのリリースを調べ、そのデータで、デンマークとス
ウェーデンの六つの地名を並べ替え、デンマークの三都市名を一覧につな
ぎ、四つのロケールの週の情報を取得します。

```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では、次のように出力されます。

```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
```

最初の行は、この実行環境をビルドした際のリリースです。CLDR
49が公開済みでも、47.0です。実行環境が持つのは、自分のビルド時のデー
タであって、存在する中で最新のデータではありません。

比較関数を渡さない単純な`sort()`は、Ä、Å、Æ、Øを、記号の付かないすべ
ての文字より後へ、文字コード順に置きます。この順序は、三言語のどれに
も一致しません。英語は各名前を基になる文字で並べるため、Aで始まる四
つが先に来て、ØrstedはOdenseの後になります。デンマーク語のアルファ
ベットの末尾はÆ、Ø、Åです。ÄはÆの変種として扱い、古いaa表記の
AabenraaはÅで始まる名前の中に並べます。仕様の照合順序の部分は、これ
をデンマーク語の縮約「aa」と呼んでいます。スウェーデン語の末尾はÅ、
Ä、Öで、ÆをÄの変種、ØをÖの変種として扱い、Aabenraaを二つのaで始まる
名前として並べます。ノルウェー語ブークモールの`nb`は、デンマーク語と
同じ順序を返します。どの規則もコードには書かれておらず、各言語のCLDR
の照合規則から順序が決まります。

一覧も同じ仕組みです。各ロケールには、一覧の先頭、中間、末尾、二項目
だけの一覧について、それぞれ別の部分を持つ書式パターンがあります。イ
ギリス英語は「and」の前にコンマを置かず、アメリカ英語は置きます。デ
ンマーク語は「og」、ウクライナ語は「і」でつなぎます。それらの言語の
単語を一つも含まない、一回の呼び出しで実現します。

最後の四行は、言語ではなく地域に属するデータを示しています。各行に
は、タグ、CLDRの推定サブタグ（likely
subtags）から`maximize()`が補完する完全な形式、週の最初の日を示すISO
8601の番号があり、1は月曜日、7は日曜日です。実行環境は、地域を指定し
ない`en`を米国で使うラテン文字の英語として解釈するため、週は日曜日か
ら始まります。イギリスやデンマークで使う英語は、デンマーク語と同じく
月曜日から始まります。言語に関係なく、週は地域で決まります。

CLDRが記録する慣習は、翻訳文を手作業で書く際にも正しく守る必要があり
ます。このサイトのプロジェクトの一つ、言語をまたぐ数値のチェックは、
英語の文字列からすべての数値、百分率、倍率、単位を取り出し、すべての
翻訳にそれぞれが含まれるよう求めます。また、小数点、桁区切り、引用符
など、各言語で使うべき慣習と使ってはいけない表記も確認します。

問題が起きるところ

書式化の結果を、固定の文字列と比較します。 `"1 500"`という固定文字列
を、`new
Intl.NumberFormat("sv").format(1500)`の結果として期待するテストは、
出力が見た目どおりでも失敗します。スウェーデン語、ノルウェー語、ウク
ライナ語は、エディターで通常の空白に見えるU+00A0
NO-BREAK
SPACEを桁区切りに使うためです。同じテストは、更新時にも壊れる場合が
あります。新しいCLDRリリースで、以前のデータが修正される可能性がある
ためです。書式化した出力は同じ書式化機能の出力と比較し、各部分を整数
部、桁区切り、小数点、小数部として示す`formatToParts`で構造を確かめ
ます。書式化した文字列を数値へ解析し直してはいけません。仕様は、言語
に依存しないデータを保存・交換し、読み手に合わせて書式化することを勧
めています。

二つの実行環境が、別々のリリースを持っています。 Node 25.2.1にはCLDR
47.0が含まれますが、プロジェクトは49を公開しています。ブラウザーが持
つのは、自分のビルドに同梱された版です。サーバーとブラウザーで日付を
それぞれ書式化するページは、一つの値に二つの文字列を表示し、あるマシ
ンで記録したスナップショットとの照合が、別のマシンでは失敗することが
あります。各値の書式化を一か所で行い、テストのスナップショットととも
に`process.versions.cldr`を記録し、実行環境を意識的に更新します。

存在しないロケールでも、エラーなしにフォールバックします。 `new
Intl.NumberFormat("tlh")`は、実行環境にクリンゴン語のデータがなく、
既定のロケールへ戻るため、例外を出さずにアメリカ英語として書式化しま
す。Nodeの文書には、さらに気付きにくい例があります。small-icuオプ
ションでビルドしたバイナリーは、通常、英語データだけを持つため、スペ
イン語の月名に「enero」ではなく「M01」や「January」を出力します。ロ
ケールを信頼する前に、`resolvedOptions().locale`か
`supportedLocalesOf`を確かめ、ICUの全データを含むビルドを使います。
これはNodeの既定であり、公式バイナリーも使う構成です。

地域のないタグには、最もありそうな地域が補われます。
実行環境は`en`を`en-Latn-US`として読むため、アイルランド、イギリス、
デンマークの読み手に`en`を渡すと、日曜日に始まる週と、月を先にした
10/27/2026のような日付になります。その根拠となる推定サブタグのデータ
を、仕様は経験則から導いたものと説明し、将来変わり得るとしています。
地域が分かる場合は言語とともに渡し、言語しか分からなければ、
`maximize()`で、実行環境がどの地域を想定するかを確認します。

CLDRの識別子を、BCP 47のAPIへ渡します。
CLDRのファイルや例は、`en_IE`のようにアンダースコアを使い、仕様は`_`
と`-`を同等と扱います。JavaScriptの`Intl`はそうではありません。`new
Intl.NumberFormat("da_DK")`は、`RangeError: Invalid language tag:
da_DK`を送出します。仕様自身が示すBCP
47への変換と同じように、境界で各`_`を`-`へ置き換え、結果を
`Intl.getCanonicalLocales`へ渡します。返る値は`da-DK`です。

参考資料

  * Unicode CLDRプロジェクト：CLDRの概要、三つの構成要素、利用者と利
用方法、リリース日程を説明します。

  * UTS
i#35、第1部：コア：ロケール識別子、旧称、ロケール間の継承、推定サブタ		engineer.company	70
iグ、データを言語に依存させないための助言を含む仕様です。		engineer.company	70

  * UTS #35、第2部：一般：表示名、単位系、上で使った一覧の書式パター
ンを説明します。

  * UTS #35、第5部：照合：デンマーク語を例に、CLDRが各言語に合わせて
既定の並べ替え順序を調整する仕組みを説明します。

  *
Node.js：国際化対応：Nodeが`Intl`オブジェクトをICU上に構築する仕組
み、ビルドの選択肢、バイナリーが何に対応するかを調べる方法を説明しま
す。

  *
ECMAScript国際化API仕様：`Intl`の基礎となる標準です。上で使った
`Locale`のメソッドと、その根拠となるCLDRの週のデータや推定サブタグも
含みます。

hこのページのウェブ版	URL:https://engineer.company/ja/glossary/cldr/	engineer.company	70
