将语言代码与此语言为官方或常用语言的国家/地区的语言代码匹配

Question

是否有任何python库可以获取特定语言代码的国家/地区列表，该语言代码是官方语言还是常用语言？

例如，“fr”的语言代码与法语为官方语言的29个国家以及常用的8个国家相关联。

Answer 1

pycountry（严重）。你可以从Package Index得到它。

Answer 2

寻找Babel套餐。它为每个受支持的语言环境提供了一个pickle文件。请参阅localedata模块中的list（）函数以获取所有语言环境的列表。然后写一些代码的语言环境分成（语言，国家）等等等等

Answer 3

退房Ethnologue

不过要小心......

印度a lot of official languages。

Answer 4

尽管接受了答案，据我所知，pycountry下的所有xml文件都不包含映射语言到国家的方法。它包含语言和他们的iso代码列表，国家和他们的iso代码列表，以及其他有用的东西，但不是。

同样，巴别克包是伟大的，但经过一段时间后，我找不到任何方式列出所有语言为一个特定的国家。你能做的最好的是“最有可能的”语言：https://stackoverflow.com/a/22199367/202168

因此，我不得不把它自己...

def get_territory_languages(): 
    import lxml 
    import urllib 

    langxml = urllib.urlopen('http://unicode.org/repos/cldr/trunk/common/supplemental/supplementalData.xml') 
    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 

你可能想这样做的结果保存在一个文件，而不是调用每次你需要它时都可以在网上浏览。

此数据集包含“非官方”的语言，以及，你可能不希望包括那些，这里的一些示例代码：

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']