Negociação com Accept-Language e seus limites

O que é

A RFC 9110 define Accept-Language como uma lista de intervalos de idioma com valores de qualidade opcionais: da, en-gb;q=0.8, en;q=0.7 significa "prefiro dinamarquês, mas aceito inglês britânico e outras variantes de inglês". Não se pode confiar na ordem entre itens de mesmo peso. A correspondência é delegada à RFC 4647: a filtragem básica (basic filtering) trata o intervalo como prefixo (de corresponde a de-CH), enquanto o lookup busca a melhor tag única, truncando o intervalo pela direita (de-CH-1996, depois de-CH, depois de). A ausência do cabeçalho não expressa nenhuma preferência e deixa a escolha a cargo do servidor. Um user agent que não oferece ao usuário nenhum controle sobre a preferência NÃO DEVE enviar o cabeçalho, e a RFC aponta o custo de privacidade de enviar as preferências completas em toda requisição. A resposta indica seu idioma em Content-Language e, como varia conforme um cabeçalho da requisição, precisa de Vary: Accept-Language para os caches.

Por que importa

O cabeçalho descreve a configuração de um dispositivo ou navegador, não necessariamente o leitor: computadores compartilhados, imagens corporativas e viajantes enviam valores errados. A documentação do Google afirma que seu crawler envia requisições sem Accept-Language, avisa que ele pode não rastrear, indexar ou ranquear todo o conteúdo de diferentes localidades e recomenda URLs separadas por localidade com anotações hreflang; assim, um conteúdo escolhido apenas pelo cabeçalho pode ficar invisível em alguns idiomas. Scripts e agentes geralmente não enviam nada. Um cache que ignora Vary entrega a todos o primeiro idioma que armazenou.

Como aplicar

• Dê a cada idioma sua própria URL (/de/, /en/) com alternativas hreflang; use o cabeçalho apenas para decidir para onde vai quem acessa a raiz neutra em relação ao idioma, com um redirecionamento temporário e Vary: Accept-Language, nunca com um redirecionamento permanente em cache.
• Implemente o lookup: tag exata, depois idioma principal, depois o padrão do site; trate * e a ausência do cabeçalho como o padrão.
• Guarde a escolha explícita (cookie ou perfil) e faça com que ela prevaleça sobre o cabeçalho em todas as visitas seguintes.
• Em APIs, aceite um parâmetro lang documentado que se sobreponha ao cabeçalho e devolva sempre Content-Language.
• Não deduza o idioma pelo endereço IP; os países são multilíngues.

Armadilhas

Uma requisição com en-GB a um site que só tem en falha na filtragem básica, porque a tag é mais curta que o intervalo; o lookup resolve o caso, e a RFC 9110 observa que os user agents deveriam sugerir a inclusão de en em uma lista assim. Valores de qualidade iguais com ordem implícita se comportam de forma diferente conforme o cliente. A negociação de idioma não diz nada sobre formatos regionais; trate a localidade para datas e números separadamente.