ТМД тілдері, кодтары және валюталары: сайттарды локализациялауға арналған анықтамалық

Қазақстан үшін hreflang орнатқанда, бірінші инстинкт — KZ деп жазу. Бұл ISO 3166-1 бойынша ел коды. Тіл коды — басқа стандарттан, ISO 639-1, және қазақ тілі үшін ол kk. Армян тілі үшін — hy, грузин тілі үшін — ka, тәжік тілі үшін — tg. Ешқайсысы ел кодымен сәйкес келмейді.

Шатасу кодтардың ұқсастығынан туындайды: KZ және kk, AM және hy, GE және ka. Бұл hreflang, тіл ауыстырғышын орнату және төлем жүйелеріне локальді беру кезіндегі басты қақ қақпан.

Мәзірдегі «Қазақша» немесе «Kazakh» сөзі ағылшын интерфейсінде «Русский» орнына «Russian» деп жазылғандай оғаш көрінеді.

Редакциялық сайттар әрдайым толық ана тіліндегі атауларды пайдаланады. tengrinews.kz — «Қазақша / Русский / English», khovar.tj — «Тоҷикӣ / Русский / English», armenpress.am — «Հայերեն» глобус белгішесінің жанында. Қысқа кодтар (2–3 таңба) тек орын аз жерлерде ғана ақталған: басқару панельдері, мобильді мәзірлер, ықшам SaaS-интерфейстер.

Қазақ тілі. Қазақ тілін білмейтін әзірлеуші кодта Қ әрпінің орнына К әрпін тереді — себебі орыс пернетақтасында Қ әрпі жоқ. Ауыстырғышта «Қазақша» орнына «Казакша» пайда болады. Бұл қате сияқты көрінеді, ал техникалық тұрғыдан — басқа жол: сайттан іздеу бұзылады, сұрыптау дұрыс жұмыс істемейді. «КЗ» аббревиатурасы да сол себепті қате, дұрысы «ҚЗ».

«Қазақша» — «қазақ тілінде» дегенді білдіреді — сөйлеу, таныс форма. Ресми сайттарда кейде «Қазақ тілі» деп жазады, бірақ мәзірде «Қазақша» қысқарақ. Салыстырыңыз: «Казак» (казак, адам) және «Қазақ» (қазақ халқы) — екінші сөзді орыс әріптерімен жазу мүмкін емес.

Қырғыз тілі. Мұнда ресми сайттарда да бірыңғай стандарт жоқ. kabar.kg «Қыр» деп жазады, басқа үкіметтік ресурстар — «Қырг». Екі нұсқа да дұрыс. Практикалық кеңес: біреуін таңдап, оны бүкіл интерфейсте ұстаныңыз. Егер мәзіріңізде «К» әрпінен басталатын бірнеше аббревиатура болса (қазақ, қырғыз, орыс), «Қырг» сәл анығырақ.

«Қырғызша» да, «Қырғыз тілі» де дұрыс: біріншісі сөйлеу тіліне жақын («қырғызша сөйлеу»), екіншісі ресмирек («қырғыз тілі»). Ауыстырғыш үшін «Қырғызша» үйреншіктірек.

Армян тілі. Бұл тізімдегі жалғыз тіл, оның ана тіліндегі атауы аудиторияның қай жерде тұратынына байланысты — өйткені армян тілі әртүрлі орфографиясы бар екі нұсқада бар (Wikipedia):

Айырмашылық — бір әріпте: шығыс тілінде «ե» және батыс тілінде «է». Бірақ сөздік қоры да әртүрлі: шығыс тілінде «самолёт» — «ինքնաթիռ», батыс тілінде — «օդանաւ». Арменияға арналған сайт — Հայերեն. Армян диаспорасы үшін — Հայերէն. Екеуінің де ISO коды бірдей — hy, бірақ ISO 639-3 бөледі: hye (шығыс) және hyw (батыс). «ՀԱՅ» аббревиатурасы армян тіліндегі «Հայ» (армян) сөзінен: «ՀԱ» үшінші әріпсіз сөз ретінде оқылмайды.

Тәжік тілі. Мәселе қазақ тіліндегідей, бірақ бірден көрінеді: Ҷ тілдің атауында тұр. Егер әзірлеуші «ТҶ» орнына «ТЧ» деп терсе — ауыстырғышта қате болады. Ҷ — бұл «Ч» емес: дыбыс ағылшын тіліндегі jump сөзіндегі «j»-ға жақын, «дж» мен жұмсақ «ж» арасындағы нәрсе. Тәжікстан СІМ mfa.tj сайтында дәл «Ҷ» деп жазады. «Тоҷикӣ» сөзінде тағы Ӣ (ұзын «и») бар, ол да орыс пернетақтасында жоқ.

Грузин тілі. Әзірлеушілер жиі «ქართული» сөзін «Geo» немесе «GE» деп қысқартуға тырысады — себебі олар интерфейсте латын емес қаріппен жұмыс істеуді білмейді немесе рендеринг мәселелерінен қорқады. Грузиндер мұны бірден түсінеді: «GE» шетелдік техникалық код ретінде қабылданады, туған сөз ретінде емес. Мхедрули — 1600 жылдық жазу, оқшауланған түрде жасалған. «გამარჯობა» — бұл «сәлеметсіз бе». Ықшам интерфейстерде де «ქართული» сөзін толық жазыңыз.

Локаль — бұл «тіл + ел» байланысы. Ол сандар мен күндердің форматын, валюта белгісін, сұрыптау ретін анықтайды. Локальда елдің емес, тілдің коды қолданылады: kk_KZ, емес kz_KZ. hy_AM, емес am_AM. ISO 639-1 стандартымен бірдей логика.

Валюта кодтары — жеке стандарт, ISO 4217. Бірнеше нюанс:

Өзбек so'm — ресми қысқарту, апострофпен кіші әріптермен жазылады. Интерфейстерде жиі «сум» немесе «UZS» қолданылады — екі нұсқа да қабылданған.

Қазақстан мен Ресей +7 телефон кодын бөліседі. Егер тіркеу формасында ел телефон нөмірі бойынша автоматты түрде анықталса, бұл бұзылады: +7 701 Мәскеу де, Алматы да болуы мүмкін. Елді жеке өріспен сұраңыз немесе IP арқылы анықтаңыз.

Грузияда екі ресми тіл бар: грузин және абхаз. Коммерциялық сайт үшін бұл сирек қажет, бірақ егер жоба мемлекеттік немесе Абхазияға бағытталған болса — ескеріңіз.

Егер Google Font-ты тек кириллица диапазонымен қоссаңыз, армян және грузин мәтіні қажетті қаріпте көрсетілмейді — браузер жүйелік резервті қояды, және бет біркелкі көрінбейді. Армян Unicode-блогы — U+0530–U+058F, грузин — U+10A0–U+10FF. Noto Sans Google-дан екеуін де қамтиды — оны осы тілдер үшін қосалқы қаріп ретінде қосыңыз.

ТМД елдерінің көпшілігі кириллицаны қолданады, бірақ үш ел КСРО ыдырағаннан кейін латын әліпбиіне көшті: Өзбекстан 1993 жылы, Әзірбайжан 1991 жылы. Ол жерде ескі құжаттарда және егде жастағы ұрпақта кириллица әлі де кездеседі, бірақ жаңа мазмұн — латын әліпбиі. Қазақстан 2017 жылы көшуді бастады, жаңа орфография 2023 жылы бекітілді. Бұл жүз жыл ішіндегі үшінші әліпби ауыстыру: араб жазуы, содан кейін Яналиф (1930 жылдардағы кеңестік латын әліпбиі), содан кейін кириллица, енді қайтадан латын әліпбиі.

Өзбек тіліне бөлек қаріп қажет емес — онда стандартты латын әліпбиі және O'zbekcha-да апостроф бар. Латын қаріптерінің көпшілігі мұны қамтиды. Тек ʻ (U+02BB) символын тексеріңіз — ол барлық жерде жоқ.

Армян және грузин тілдері — кириллицамен де, латын әліпбиімен де, бір-бірімен де байланысы жоқ, толығымен дербес жүйелер. Армян әліпбиі 405 жылы монах Месроп Маштоц Библияны аудару үшін жасаған. Грузин мхедрули шамамен сол жаста.

Қазақ және тәжік тілдерінде экранда орыс әріптерімен оңай шатастыруға болатын әріптер бар, бірақ техникалық тұрғыдан олар әртүрлі Unicode-символдар. Сайттан іздеу сөзді таппайды, сұрыптау дұрыс болмайды, ал тілді білетіндер мұны бірден байқайды.

Қазақ тілінде 42 әріп бар — 33 стандартты және 9 арнайы: Ә, Ғ, Қ, Ң, Ө, Ұ, Ү, Һ, І. Тәжік тілінде өзінің 6 қосымша әрпі бар: Ғ, Ҳ, Қ, Ҷ, Ӣ, Ӯ.

Қ және К әріптері мұқият қарағанда ерекшеленеді (Қ әрпінің төменгі жағында құйрықшасы бар) — бірақ орыс пернетақтасында Қ әрпі жоқ. Адам «Қазақша» орнына «Казакша» деп теруі оның ұқыпсыздығынан емес, қажетті перне қолжетімсіз болғандықтан. Немесе ол мұндай ауыстыру қатесі бар көзден көшіріп алып, оны байқамауы мүмкін.

Тіл атаулары мен аббревиатуралардағы әріптер практикалық тұрғыдан маңызды: «Қазақша» және «ҚЗ» сөздеріндегі Қ, «Тоҷикӣ» және «ТҶ» сөздеріндегі Ҷ және Ӣ, қазақ сөздеріндегі І. Егер сыртқы көзден мәтін енгізсеңіз — тексеріңіз. Күмәнді символды unicode.org сайтына енгізіңіз, сонда оның қандай нүкте екенін бірден көресіз.

Көптеген коммерциялық сайттар үшін орыс тілі әдепкі ретінде қауіпсіздеу, әсіресе аудитория 35 жастан асқан немесе бұл B2B болса. 2021 жылғы халық санағы бойынша халықтың шамамен 80%-ы қазақ тілін, шамамен 70%-ы орыс тілін меңгерген, және олар бір-бірімен тығыз байланысты. Жастар немесе мемлекеттік аудитория үшін — қазақ тілі.

Егер сіз Ливандағы, Франциядағы немесе АҚШ-тағы армян диаспорасымен мақсатты түрде жұмыс істесеңіз ғана. Арменияға бағытталған жоба үшін шығыс армян тілі (hye) жеткілікті. Жалпы hy коды техникалық тұрғыдан екі нұсқа үшін де қабылданған.

hreflang="hy" — шығыс армян тілі үшін (Армения). Батыс армян диаспорасы үшін теориялық тұрғыдан hyw, бірақ бұл стандартты емес тег және оны барлық краулерлер өңдемейді. Арменияға бағытталған hy тіліндегі бір нұсқасы оңайырақ.

Кириллица. Ресми құжат айналымы мен көптеген сайттар әлі де кириллицада. Жаңа латын орфографиясы 2023 жылы бекітілді, бірақ әлі жаппай көшу жоқ. Жағдайды gov.kz бақылайды.

Бұл екі тәуелсіз стандарт. ISO 3166-1 саяси бірліктерді (елдерді), ISO 639-1 — лингвистикалық (тілдерді) кодтайды. Армян тілі «Hayastan» — Арменияның өзін-өзі атауының латынша нұсқасынан hy кодын алды. Грузин тілі — «Kartuli»-ден ka. Кей жерлерде кодтар сәйкес келеді (ru/RU, uz/UZ), кей жерлерде сәйкес келмейді (hy/AM, ka/GE, kk/KZ). Сәйкестік — кездейсоқтық, ереже емес.