如何根据http请求信息区分访问用户的国家、语言信息

是不是见到google，facebook等大型专业网站的拥有不同的语言站群，可以不同语言间切换很给力？而我们只能羡慕嫉妒恨呢？
今天要介绍的就是如何识别不同国家，只需要简单几步，就能识别出来自不同国家的请求，使你的web应用更有国际范。
国家识别主要用到的是http header中的host，Accept-Language，cookie以及请求的url，ip等。
下面先温习下http header的基础知识。

1 HTTP Header头格式

在WEB开发中，无论是前端或后端都会发送请求，来浏览网页。而我们在开发中经常需要识别出客户端的信息，比如，国家，地区，浏览器信息等等。而这些信息都是由http header发送的。
下面首先介绍下公司在扩展国际化业务中，识别客户端国家版本，使用了哪些http header。

1.1.1 HTTP Headers

HTTP Headers是HTTP请求和相应的核心，它承载了关于客户端浏览器，请求页面，服务器等相关的信息。

1.1.2 Host

请求的web服务器域名地址。
例如web请求URL：http://test. baidu.com /test/
Host就为test.baidu.com。
在PHP中，可以通过$_SERVER['HTTP_HOST'] 或 $_SERVER['SERVER_NAME']来查看。

1.1.3 Accept-Language

Accept-Language: en-us,en;q=0.5
这个信息可以说明用户的默认语言设置。如果网站有不同的语言版本，那么就可以通过这个信息来重定向用户的浏览器。
它可以通过逗号分割来携带多国语言。第一个会是首选的语言，其它语言会携带一个“q”值，来表示用户对该语言的喜好程度（0~1）。
在PHP中用 $_SERVER["HTTP_ACCEPT_LANGUAGE"] 来获取这一信息。

1.1.4 Cookie

会发送你浏览器中存储的Cookie信息给服务器。
Cookie: PHPSESSID=r2t5uvjq435r4q7ib3vtdjq120; foo=bar
它是用分号分割的一组名值对。Cookie也可以包含session id。
在PHP中，单一的Cookie可以访问$_COOKIE数组获得。你可以直接用$_SESSION array获取session变量。如果你需要session id，那么你可以使用session_id()函数代替cookie。

2 国家版本识别

上面介绍了几个常用的http header，现在您已经确信可以尝试下，来识别下这些国家版本了。

2.1.1 规范

在介绍例子前，先了解下国家识别中的已知的规范。

语言名称用于标明当前请求对应的语言版本，遵照BCP47协议规定的tag。（在线校验：http://schneegans.de/lv/?tags=zh-CN&format=text）

规范规定：Tag 以第一部分表示语言，都为小写，第二部分为地区，大写。中间通过中划线分隔。
以下列出几个常见使用到的缩写规范tag：

2.1.2 Domain (域名)方式

这种方式是通过客户端请求的域名，如果有支持对应域名下的语言，则成功识别。

这里的域名是发送header中的host请求，在php中通过$_SERVER['SERVER_NAME']获取。

比如我们浏览网址：http://www.xxx.com.eg

首页，看看浏览器发送的请求（以windows下，firefox浏览器为例），

如上图看到的，header中host 为当前的域名，那我们可以按照以下步骤识别：
1. 后端配置好当前域名和国家版本的对应关系
2. Server端的php程序中通过$_SERVER['SERVER_NAME'] 获取header中的host。
3. 根据第一步中的对应关系找到匹配的国家版本（region），并通过locale的对应关系找到语言。

2.1.3

Url & Cookie 方式
该方式的原理如下表:

1) URL 方式

这种方式是通过在url中传入语言的参数来确定国家版本。
应用场景就如访问了埃及国家域名，那你查看的默认是阿拉伯语。假如想使用其他语言浏览埃及域名下的页面（如英文），这时就需要使用URL方式。

比如我们浏览网址：http://www.xxx.com.eg?locale=en-EG。

url方式传入的国家语言信息优先级要高于host方式等其他方式，为最高优先级。

2)  COOKIE 方式

通过请求页面传递的cookie信息（locale）来识别版本。

这种方式是客户端首次浏览完页面后，服务端通过host方式确认了国家语言版本后，就会在客户端设置cookie。下面的浏览请求发送的http header都会带有该cookie信息。

下面举例介绍下cookie方式的流程：

首次访问通过host方式识别出国家语言信息后的，http Response header如下：

如上图所示，第一次请求后，客户端的cookie会被设置为ar-EG。
那接下来客户端发送的请求header中都会带有该cookie。

服务端的识别流程就如下：
1. 获取请求中的cookie，如果有国家语言信息，则进行下面
2. 判断获取的国家语言信息当前是否支持，如果支持则返回该语言下的版本，不支持在使用默认语言版本。

2.1.4 IP方式

我们知道IP可以用来识别网络中的主机。而且IP地址段的划分是有规律的，每个国家有不同的地址段。
那我们就可以获取客户端的ip地址，通过IP地址库，来识别国家地区，并根据国家来设置语言。
该方式的识别流程就如下：
1. 获取请求客户端的ip
2. 根据ip，确定国家，使用国家的默认语言(和其他方式一起还能识别特定语言，如accept_lanuage明确表明请求语言，可以优先展示该语言)回显给客户端

2.1.5 Accept_language方式

“Accept_language”是为RFC2616的HTTP/1.1中14.4段定义的一个可选HTTP报头，通常被用来声明代表用户接收语言偏好。
当客户端请求的时候，会发送默认的accept_language，服务端获取该值，如果支持，就返回该语言的版本。

该方式的识别流程就如下：
1. 获取请求客户端的Accept_language
2. 判断获取的国家语言信息当前是否支持，如果支持则返回该语言下的版本，不支持在使用默认语言版本。
这种方式有个缺点是：和用户使用的浏览器是版本有关。
如：浏览器是使用中文版的firefox，那发送header请求的时候，会自动加入。
Accept-Language zh-cn.
下图所示为中文版firefox的请求，那么如果用户有多个语言版本的浏览器，就会在不同版本的浏览器，出现不同的语言。（如：在中文版firefox中浏览显示中文界面，而在英文版firefox中浏览显示英文界面）
这种场景在双语国家出现的概率比较大，开发中可以根据自己的需求，灵活设置，把此种识别方式的优先级设置的低点（下面有优先级的详细介绍）。

2.1.6 优先级

也许你可能问，我发送header请求的时候同时有host , cookie, url, accept_language, ip地址。
那最终按那个方式来确认客户端请求的国家语言呢？
那就需要设置各个方式的优先级，国际化识别的一般的顺序，可以如下:
1) URL方式
2) COOKIE 方式
3) Domain方式
4) Accept_language方式
5) IP方式
那为什么按上面的优先级呢？
url方式属于用户明确切换语言的情况，肯定需要最高的优先级。而cookie做为第二个可以减少识别的逻辑，使识别更加容易，复杂的识别逻辑只在客户端第一次请求时。
当然，可以根据自己的需求安排优先级。

3 结束语

本文中，您了解了识别国家语言的几种方式。那么在开发大型web程序中可以灵活使用这些方式，就可以识别出国家语言的信息，进而开发出支持多种语言的web应用。

by wangtao