文字数とバイト数のカウンター

使い方

1. 文章に文章を貼り付けるか入力します。数は入力するたびに更新されます。
2. 文字数（書記素）で、読む人にとっての長さを確認します。コードポイントは、Unicodeの数です。
3. UTF-8のバイト数で、多くのWebページやファイルでの大きさを読みます。
4. 上限の表で、SMSとXの行を確認します。残りは、最後の部分または投稿に残っている量です。

文字、コードポイント、書記素

コードポイントは、Unicodeの表にある1つの番号です。読む人が見る文字は書記素クラスターで、1つの書記素に複数のコードポイントが入ることがあります。結合アクセント付きの e は2つのコードポイントで1つの書記素です。ゼロ幅結合子でつながった家族の絵文字は、5つのコードポイントで1つの書記素です。

書記素の数は、ブラウザの分割機能を使い、Unicodeの書記素クラスターの規則（UAX #29）に従います。例えば、拡張文字やゼロ幅結合子の前では分けず、絵文字の並びや地域指示子の組はまとまったままにします。

UTF-8、UTF-16、UTF-32のバイト数

• UTF-8は、U+007Fまでは1バイト、U+07FFまでは2バイト、U+FFFFまでは3バイト、それより上は4バイトを使います。かなと漢字は3バイトです。
• UTF-16は、ほとんどのコードポイントに16ビットの単位を1つ使います。U+FFFFより上のコードポイントは2つの単位（サロゲートペア）を使い、4バイトになります。
• UTF-32は、どのコードポイントにも正確に4バイトを使います。

SMSの上限

GSM-7の文字だけで書かれた文章は、1通のSMSに160文字収まります。それより長い場合は、1通あたり153文字になります。ヘッダーに140バイトのペイロードの一部を使うためです。拡張表の文字（改ページ、^ { } \ [ ~ ] | とユーロ記号）は、それぞれ2つの位置を使います。

GSM-7にない文字が1つでもあると、UCS-2で送られます。1通のSMSに70文字、長い場合は1通67文字です。かなや漢字もGSM-7の外なので、UCS-2になります。このツールは、ş、ğ、ı、İ、ç、Çも GSM-7の外とみなします。これはトルコ語の文章について、より厳しい数え方です。

• GSM-7の表と拡張表は、Wikipedia（英語）の「GSM 03.38」の記事から取られています。規格そのものは3GPP TS 23.038（Alphabets and language-specific information）です。
• 153と67の数字は、Wikipedia（英語）の「SMS」の記事にあり、160と70の数字の規格を引用しています。

Xの投稿の長さ

Xは、投稿を280の重み付き文字で数えます。ほとんどの文字は1、絵文字と中国語・日本語・韓国語の文字は2です。リンクは長さに関係なく23と数えます。重みの範囲は、Xのtwitter-textの設定（バージョン3）にあるもので、Xの文字数に関する説明ページも同じ規則を言葉で示しています。

ツールは http:// または https:// で始まるリンクを見つけます。スキームなしで書かれたリンクは普通の文字として数えるため、そのような投稿は、Xが数えるより長く数えられることがあります。

よくある質問