lang屬性的取值應該遵循 BCP 47 - Tags for Identifying Languages。

單一的 zh 和 zh-CN 均屬於廢棄用法。

問題主要在於，zh 現在不是語言code了，而是macrolang，能作為語言code的是cmn（國語）、yue（粵語）、wuu（吳語）等。我通常建議寫成 zh-cmn 而不是光寫 cmn，主要是考慮兼容性（至少可匹配 zh），有不少軟件和框架還沒有據此更新。

zh-CN 的問題還在於，其實多數情況下標記的是簡體中文，但是不恰當的使用了地區，這導致同樣用簡體中文的 zh-SG（新加坡）等無法匹配。更典型的是 zh-TW 和 zh-HK。所以其實應該使用 zh-Hans / zh-Hant 來表示簡體和繁體。那麽完整的寫法就是 zh-cmn-Hans，表示簡體中文書寫的普通話/國語。一般而言沒有必要加地區代碼，除非要表示地區特異性，一般是詞匯不一樣（比如維基百科的大陸簡體和新馬簡體）。

如何標記的例子：

1. 簡體中文頁面：html lang=zh-cmn-Hans

2. 繁體中文頁面：html lang=zh-cmn-Hant

3. 英語頁面：html lang=en

4. 《回來》的音頻，以國語演唱：audio lang=zh-cmn

5. 《海闊天空》的音頻，以粵語演唱：audio lang=yue

6. 《進來白相相》的音頻，以滬語演唱：audio lang=wuu

註意上述因為都是音頻，所以不應加上 Hans/Hant 標記。

7. 《最終信仰》的音頻，雙語演唱，因此audio不需要標記lang（如果一定需要標記可以用 lang=mul），但是每個段落的歌詞可以分別用 p lang=en 和 p lang=zh-cmn 標記（根據簡體或是繁體可用 zh-cmn-Hans 或 zh-cmn-Hant）。

8. 《忐忑》的音頻，沒有歌詞，因此不需要標記lang（如果一定需要標記可用 audio lang=zxx）。

需要加地區代碼的情況一般比較少，除非為了強調不同地區漢語使用差異。比如：

• 1	<p lang="zh-cmn-Hans"><b lang="zh-cmn-Hans-CN">菠蘿</b>和<b lang="zh-cmn-Hant-TW">鳳梨</b>其實是同一種水果。只是大陸和臺灣稱謂不同，且新馬一帶的稱謂也是不同的，稱之為<b lang="zh-cmn-Hans-SG">黃梨</b>。</ p>

當然，由於歷史原因，有時候不得不繼續使用zh-CN。比如中文維基百科，沿用了傳統的zh-CN/zh-HK/zh-SG/zh-TW（按照標準應該使用 zh-cmn-Hans-CN、zh-cmn-Hant-HK、zh-cmn-Hans-SG、zh-cmn-Hant-TW）。這時候，合理的軟件行為，是將 zh-CN 等轉化為 zh-cmn-Hans（即轉化為最常見的誤用所對應的實際標準寫法）。

實際上，各相關標準，也存在一定的滯後。例如CSS的:lang選擇器，不支持選擇僅僅簡體/繁體中文（而不管是cmn或是yue或是min等漢語方言）。理想情況是CSS3對:lang選擇器的語法進行升級，即BCP 47中的高級匹配算法，支持 :lang(*-Hans)這樣的寫法。

更新：Selectors Level 4 已經加入了對BCP 47高級匹配算法的支持，即支持 :lang(*-Hans) 的寫法。

學習筆記----html的lang屬性