Zeichen und Bytes zählen

So verwenden Sie es

1. Fügen Sie den Text unter Text ein oder tippen Sie ihn. Die Zählungen aktualisieren sich bei jeder Eingabe.
2. Lesen Sie Zeichen (Grapheme) für die Länge, die ein Leser sieht, und Codepunkte für die Unicode-Zählung.
3. Lesen Sie UTF-8-Bytes für die Größe einer Webseite oder Datei in der üblichen Kodierung.
4. Prüfen Sie unter Grenzen die Zeilen für SMS und X: Übrig ist der Platz im letzten Teil oder Beitrag.

Zeichen, Codepunkte und Grapheme

Ein Codepunkt ist eine Nummer in der Unicode-Tabelle. Ein Zeichen, wie es ein Leser sieht, ist ein Graphem-Cluster, und ein Graphem kann mehrere Codepunkte enthalten: ein e mit einem kombinierenden Akzent sind zwei Codepunkte und ein Graphem, und ein Familien-Emoji aus Zeichen, die mit Verbindern zusammengesetzt sind, sind fünf Codepunkte und ein Graphem.

Die Graphemzählung nutzt den Segmentierer des Browsers, der die Unicode-Regeln für Graphem-Cluster (UAX #29) befolgt. Zwei davon: Vor einem erweiternden Zeichen oder einem Verbinder wird kein Umbruch gesetzt, und eine Emoji-Folge oder ein Paar regionaler Indikatoren bleibt zusammen.

Bytes in UTF-8, UTF-16 und UTF-32

• UTF-8 nutzt 1 Byte bis U+007F, 2 Bytes bis U+07FF, 3 Bytes bis U+FFFF und 4 Bytes darüber.
• UTF-16 nutzt für die meisten Codepunkte eine 16-Bit-Einheit. Ein Codepunkt über U+FFFF braucht zwei Einheiten, ein Ersatzpaar, das 4 Bytes ergibt.
• UTF-32 nutzt für jeden Codepunkt genau 4 Bytes.

SMS-Grenzen

Eine Nachricht, die nur mit den 7-Bit-Zeichen von GSM geschrieben ist, passt mit 160 Zeichen in eine SMS. Ist sie länger, hat jeder Teil 153 Zeichen, weil ein Teil der 140 Byte Nutzlast für den Kopf gebraucht wird. Die Zeichen der Erweiterungstabelle (Seitenvorschub, ^ { } \ [ ~ ] | und das Euro-Zeichen) brauchen je zwei Stellen. Deutsche Umlaute und das ß gehören zum GSM-7-Zeichensatz und machen die Nachricht nicht länger.

Eine Nachricht mit einem Zeichen außerhalb von GSM-7 wird in UCS-2 gesendet, das in einer SMS 70 Zeichen hält und bei längeren Nachrichten 67 je Teil. Dieses Werkzeug zählt ş, ğ, ı, İ, ç und Ç als Zeichen außerhalb von GSM-7, was für türkischen Text die strengere Zählung ist.

• Die GSM-7-Tabelle und die Erweiterungstabelle stammen aus dem englischen Wikipedia-Artikel zu GSM 03.38; der Standard selbst ist 3GPP TS 23.038, Alphabete und sprachspezifische Informationen (englisch).
• Die Zahlen 153 und 67 stehen im englischen Wikipedia-Artikel zu SMS, der für die Zahlen 160 und 70 auf den 3GPP-Standard verweist.

Länge eines X-Beitrags

X zählt einen Beitrag mit 280 gewichteten Zeichen. Die meisten Zeichen wiegen 1; Emojis und chinesische, japanische und koreanische Zeichen wiegen 2. Ein Link zählt 23, egal wie lang er ist. Die Gewichtsbereiche stammen aus der Konfiguration twitter-text (Version 3) von X; die Zählseite von X beschreibt dieselben Regeln mit Worten.

Das Werkzeug erkennt Links, die mit http:// oder https:// beginnen. Ein Link ohne Schema wird als gewöhnlicher Text gezählt, daher kann ein Beitrag mit einem solchen Link länger gezählt werden, als X ihn zählt.

Häufig gestellte Fragen