Karakter ve Byte Sayacı

Nasıl kullanılır?

1. Metni Metin kutusuna yapıştırın ya da yazın. Sayılar yazdıkça güncellenir.
2. Karakter (grafem) sayısını okuyucunun gördüğü uzunluk olarak, Kod noktası sayısını ise Unicode sayımı olarak okuyun.
3. UTF-8 bayt sonucu, bir web sayfasının ya da dosyanın yaygın kodlamadaki boyutudur.
4. Sınırlar tablosunda SMS ve X satırlarına bakın: Kalan, son parçada ya da gönderide kalan yerdir.

Karakter, kod noktası ve grafem

Kod noktası, Unicode tablosundaki bir sayıdır. Okuyucunun gördüğü karakter ise bir grafem kümesidir ve bir grafem birden çok kod noktasından oluşabilir: birleştirici işaretli bir e iki kod noktası, sıfır genişlikli birleştiricilerle bağlanmış bir aile emojisi ise beş kod noktası eder, ama her ikisi de tek grafemdir.

Grafem sayısı, tarayıcının metin bölütleyicisiyle yapılır; bu bölütleyici grafem kümeleri için Unicode kurallarını izler (UAX #29). Bu kurallardan ikisi: genişletici bir karakterin ya da sıfır genişlikli birleştiricinin önünde bölme yapılmaz; emoji dizileri ve bayrak oluşturan bölgesel gösterge çiftleri birlikte kalır.

UTF-8, UTF-16 ve UTF-32 baytları

• UTF-8, U+007F'ye kadar 1 bayt, U+07FF'ye kadar 2 bayt, U+FFFF'ye kadar 3 bayt, bunun üstünde 4 bayt kullanır.
• UTF-16 çoğu kod noktası için 16 bitlik tek birim kullanır. U+FFFF'nin üstündeki bir kod noktası ise iki birim, yani bir vekil çifti (4 bayt) tutar.
• UTF-32 her kod noktası için tam 4 bayt kullanır.

SMS sınırları

Yalnızca GSM 7 bitlik karakterlerden oluşan bir mesaj tek SMS'e 160 karakter sığar. Daha uzunsa her parça 153 karakter tutar, çünkü 140 baytlık yükün bir kısmı başlık için kullanılır. Genişletme tablosundaki karakterler (sayfa sonu, ^ { } \ [ ~ ] | ve euro işareti) her biri iki konum kaplar.

GSM-7 dışında bir karakter içeren mesaj UCS-2 ile gönderilir: tek SMS 70, daha uzun mesajın her parçası 67 karakter tutar. Bu araç ş, ğ, ı, İ, ç ve Ç harflerini GSM-7 dışında sayar; Türkçe metinler için daha sıkı bir sayımdır.

• GSM-7 ve genişletme tabloları Vikipedi'nin GSM 03.38 maddesinden alındı; standardın kendisi 3GPP TS 23.038'dir (Alphabets and language-specific information).
• 153 ve 67 rakamları Vikipedi'nin SMS maddesinde verilir; madde 160 ve 70 rakamları için 3GPP standardını gösterir.

X gönderisinin uzunluğu

X bir gönderiyi 280 ağırlıklı karakter üzerinden sayar. Çoğu karakter 1, emoji ile Çince, Japonca ve Korece karakterler 2 ağırlık taşır. Bir bağlantı, uzunluğu ne olursa olsun 23 sayılır. Ağırlık aralıkları X'in twitter-text yapılandırmasındakilerdir (sürüm 3); X'in sayım sayfası aynı kuralları yazıyla anlatır.

Araç yalnızca http:// ya da https:// ile başlayan bağlantıları bulur. Başında şema olmadan yazılmış bağlantılar sıradan metin sayılır; bu yüzden böyle bir gönderi X'in saydığından uzun görünebilir.

Sık sorulan sorular