Karakter- és UTF-8-bájtszámláló

Az eszközről

Illesszen be szöveget a karakterek megszámlálásához szóközökkel és sortörésekkel együtt vagy nélkülük, valamint az UTF-8-bájtméret megállapításához. Adjon meg bájtkorlátot a beleférő szövegkezdethez. Az eszköz a böngészőben dolgozik, adatküldés nélkül.

Szöveg megszámlálása

Karakterek szóközökkel és sortörésekkel —

Karakterek szóközök és sortörések nélkül —

UTF-8-bájtok —

Szöveg igazítása az UTF-8-bájtkorláthoz

A szóközök és a sortörések számlálása

Az A 猫 szóközzel három karakter, nélküle kettő. UTF-8-ban az A és a szóköz egy-egy bájt, a 猫 három, összesen öt bájt.

A szóközök és sortörések nélküli számlálás kihagyja a teljes szélességű szóközt és a tabulátort is. Csak a mezőben szereplő sortörések számítanak. A képernyőn való automatikus tördelés nem változtat a számon.

A beillesztett sortörések a mezőben LF-re váltanak, így egy karaktert és egy bájtot jelentenek. Windows CRLF-fájlnál egy sortörés két bájt.

Emodzsik és kombináló jelek számlálása

A számlálás egysége a grafémaklaszter. Az 👩‍💻 emodzsi több kódpontból áll, egy karakternek számít, és 11 bájt UTF-8-ban.

A japán が hiragana írható egyetlen が kódponttal vagy a か és a zöngésítő kombináló jel egymás után írásával, が. Mindkettő egy karakter, de UTF-8-ban három, illetve hat bájtot foglal. A számlálás a beírt alakot használja.

Egyes űrlapok és közösségi oldalak egy emodzsit több karakternek számítanak. Kövesse a fogadó szolgáltatás számlálóját.

Példa 16 UTF-8-bájtos mezőre

Tegyük fel, hogy egy CSV-import 16 bájtra korlátozza a fejlécet. Az 開発👩‍💻募集 23 bájt, vagyis hét bájttal több. Az elején álló 開発 hat bájt, a következő emodzsi pedig 11. 16 bájtos korlátnál a másolható mezőben 開発 jelenik meg. Az eszköz egyben hagyja az emodzsikat és a kombinált karaktereket.

Akkor használható, ha az import UTF-8-at vár és magát a mezőértéket korlátozza. A CSV-elválasztók és az exportáláskor hozzáadott idézőjelek nem számítanak bele.

UTF-8 bájtkorlát ellenőrzése a karakterszámlálóval