在Python中从语言环境中剥离变量？

当用户向我的服务器发出请求时，他们会从浏览器中发送语言环境，这样我们就可以用他们喜欢的语言为他们提供服务。对于大多数美国英语用户，我们得到的语言环境是

en-US

，正如预期的那样。但是，有些人将区域设置作为

en-US-posix

或

en-US-u-va-posix

发送。我们只想用en-US版本。显然，我们可以找到replace

-posix

和

-u-va-posix

，但我们也希望在其他语言中这样做，而无需查看每个语言环境并手动做出决定

所以我们只想去掉任何语言环境的变体，得到简化的语言环境。问题是，变量所在的地区之间不一致。在某些语言中，变体介于语言和国家之间

我还没有找到一个库，可以解析我们看到的所有类型的语言环境。例如，巴贝尔没有识别我们收集的555个地区中的120个

本地python

locale

模块似乎至少可以识别所有的locale，但我看不到一种方法可以仅提取给定的语言/国家，比如

en-US-u-va-posix

---

如何从python中的任何语言环境中剥离变体？

这是一个非常好的问题。我不知道

locale

中有任何元数据可以帮助您，但一个快速而肮脏的解决方案可能是使用正则表达式，或者根据需要构建异常。例如：

import re

def get_short_locale(locale_name):
    return re.match(r'^([a-zA-Z]+-[a-zA-Z]+)(.*)$', locale_name)[1]

---

对于复杂的区域设置，如“iu-Cans-CA”和“iu-Latn-CA”，这很容易出错，但是如果您需要支持这些，您可以添加异常，直到有人提出更具弹性的解决方案。

这是一个非常好的问题。我不知道

locale

中有任何元数据可以帮助您，但一个快速而肮脏的解决方案可能是使用正则表达式，或者根据需要构建异常。例如：

import re

def get_short_locale(locale_name):
    return re.match(r'^([a-zA-Z]+-[a-zA-Z]+)(.*)$', locale_name)[1]

对于复杂的区域设置，如“iu Cans CA”和“iu Latn CA”，这很容易出错，但如果您需要支持这些，可以添加异常，直到有人提出更具弹性的解决方案