Blog

Vérifier une limite d’octets UTF-8 avec le compteur de caractères

Les captures montrent comment vérifier une limite de 24 octets UTF-8 pour un champ CSV, trouver le début qui tient sans couper l’emoji et raccourcir le texte pour le garder.

Interface en anglais avec sept caractères espaces compris, six sans les espaces et 27 octets UTF-8.

Supposons qu’un logiciel d’import CSV accepte des noms de champ de 24 octets UTF-8 au maximum. Le nom envisagé 開発 チーム👩‍💻 comporte sept caractères en comptant l’espace, mais occupe 27 octets. Ouvrez le compteur de caractères pour voir quelle partie tient dans la limite avant de modifier le texte.

Trouver le début qui tient dans 24 octets

  1. Collez 開発 チーム👩‍💻 dans Texte à compter. Vérifiez que le résultat indique sept caractères avec l’espace, six sans et 27 octets UTF-8.
  2. Saisissez 24 dans Limite d’octets (facultative).
  3. Le texte d’origine dépasse la limite de trois octets. Le champ de résultat affiche 開発 チーム. Pour l’utiliser, sélectionnez-le et copiez-le. Le texte d’origine avec l’emoji reste dans le champ de saisie.
Interface en anglais avec une limite de 24 octets, trois octets de trop et le début 開発 チーム.
Le début occupe 16 octets. L’emoji 👩‍💻 compte pour un caractère, se compose de plusieurs points de code et occupe 11 octets. Il n’en reste que huit, donc l’outil s’arrête avant l’emoji et le laisse entier.

Raccourcir le texte en gardant l’emoji

  1. Gardez la limite à 24 et remplacez la saisie du premier champ par 開発班👩‍💻.
  2. Le texte révisé occupe 20 octets et en laisse quatre disponibles. Le champ de résultat affiche le texte entier. Copiez-le à l’endroit voulu et vérifiez que le logiciel l’accepte.
Interface en anglais avec 開発班👩‍💻 en entier, 20 octets utilisés et quatre disponibles.
Raccourcir l’expression japonaise pour « équipe de développement » laisse de la place à l’emoji.

On mesure ici la valeur du champ en UTF-8. Pour compter les séparateurs CSV et les guillemets ajoutés à l’export, mesurez le fichier enregistré. Un saut de ligne collé dans le champ correspond à un octet (LF). Dans un fichier enregistré en CRLF, il en occupe deux. Si le logiciel d’import utilise un autre encodage ou mode de comptage, suivez ses règles.