常见错误包括zh_cn、chinese、zh-ch、zh-hans-cn、cn；正确写法为小写+短横线分隔，如zh-cn、en-us、ja-jp、zh-hans，需用cheerio等dom解析器精准修复而非文本替换。
lang属性值不符合BCP 47标准的典型错误有哪些
常见错误包括：zh_CN（下划线）、Chinese（非语言代码）、zh-ch（大小写混用+短横线位置错）、zh-hans-cn（三段式，IANA不收录）、CN（纯地区码）——这些写法浏览器不会报错，但等于没写：:lang(zh)样式不匹配、屏幕阅读器读错、SEO忽略、Chrome翻译按钮不激活。
真正有效的值必须是小写+短横线分隔，且仅含语言主标（可选加地区或文字变体），例如：zh-CN、en-US、ja-JP、zh-Hans。注意：zh-Hans仅在需明确排除繁体时使用；多数场景优先用zh-CN。
用cheerio批量修复HTML中lang属性值
直接文本替换风险极高（比如把data-lang="zh_CN"也改了），必须用DOM解析器精准定位lang属性所在元素并重写其值。
- 安装依赖：
npm install cheerio - 只处理
根节点和所有带lang属性的子元素（如<p lang="en"></p>） - 对每个
lang值做标准化：转小写、下划线→短横线、过滤非法字符、截断多余段（如zh-hans-cn→zh-Hans） - 保留原始属性顺序和空白（
cheerio v1.0+用$.root().toString()而非$.html()）
示例逻辑（Node.js）：
将调研报告、方案对比、数据分析、需求梳理、会议纪要、设计说明、代码评审、学习笔记等任务产物输出为可在浏览器直接打开的单文件 HTML，替代 Markdown 作为最终交付物。Markdown 在信息密度、视觉清晰度和可分享性上已跟不上 AI 产物的丰富度，HTML 能同时承载排版、表格、SVG 等。
const cheerio = require('cheerio');
function normalizeLang(val) {
if (!val) return '';
return val
.toLowerCase()
.replace(/_/g, '-')
.replace(/-([a-z])/g, (m, c) => '-' + c.toUpperCase())
.split('-')
.filter((s, i) => i const $ = cheerio.load(htmlString, { xmlMode: false });
$('html, [lang]').each((_, el) => {
const $el = $(el);
const old = $el.attr('lang');
const normalized = normalizeLang(old);
if (old !== normalized) $el.attr('lang', normalized);
});
return $.root().toString();
为什么不能用VS Code全局替换或正则
Ctrl+Shift+H会误伤：data-lang、aria-label="lang=zh"、注释里的<!-- lang=zh_CN -->、JS字符串中的"lang":"zh_CN"。正则更危险：lang="[^"]*"无法区分嵌套引号，.*?在换行多时失效，且无法识别里的单引号场景。
即使写得再“精准”的正则，只要HTML里出现以下任一情况就大概率翻车：
- 属性跨多行：
<div lang="zh_CN"> <li>自闭合标签干扰：<code><img lang="zh_CN">（这不是合法用法，但真实存在） - JS内联脚本含相似字符串：
console.log('lang=zh_CN') - 注释或CDATA块中包含目标文本
- 检查
document.documentElement.lang是否为预期值（如en-US），不能只看HTML源码 - 打开DevTools → Elements面板，确认所有
[lang]元素的属性值已更新，且无残留zh_CN等错误格式 - 在Network面板查看响应头
Content-Type是否含charset=utf-8，因为lang和charset耦合：一个错，另一个再准也没用
修复后必须验证的三个关键点
批量改完不是终点，容易被忽略的是验证链路是否真正打通：
真正难的不是替换，而是确保每次语言切换后，lang值能从服务端正确注入、前端同步更新、DOM中所有层级都一致、且不破坏辅助技术与字体渲染链路。
