Blog

Periksa batas byte UTF-8 dengan penghitung karakter

Tangkapan layar menunjukkan cara memeriksa batas 24 byte UTF-8 untuk nama kolom CSV, menemukan bagian yang muat tanpa memotong emoji, dan mempersingkat teks agar emoji tetap ada.

Antarmuka bahasa Inggris menampilkan tujuh karakter dengan spasi, enam tanpa spasi, dan 27 byte UTF-8.

Misalkan pengimpor CSV membatasi nama kolom hingga 24 byte UTF-8. Nama usulan 開発 チーム👩‍💻 memiliki tujuh karakter termasuk spasi, tetapi memakai 27 byte. Buka penghitung karakter untuk melihat bagian yang muat sebelum mengubah teks.

Cari bagian awal yang muat dalam 24 byte

  1. Tempel 開発 チーム👩‍💻 ke Teks yang akan dihitung. Pastikan hasilnya tujuh karakter dengan spasi, enam tanpa spasi, dan 27 byte UTF-8.
  2. Masukkan 24 pada Batas byte (opsional).
  3. Teks asli melampaui batas tiga byte. Kolom hasil menampilkan 開発 チーム. Untuk menggunakannya, pilih dan salin bagian tersebut. Teks asli yang berisi emoji tetap ada di kolom masukan.
Antarmuka bahasa Inggris menampilkan batas 24 byte, kelebihan tiga byte, dan bagian awal 開発 チーム.
Bagian awal memakai 16 byte. Emoji 👩‍💻 dihitung sebagai satu karakter yang terdiri atas beberapa titik kode dan membutuhkan 11 byte. Hanya tersisa delapan byte, sehingga alat berhenti sebelum emoji dan membiarkannya utuh.

Persingkat teks sambil mempertahankan emoji

  1. Pertahankan batas 24 dan ganti teks di kolom pertama dengan 開発班👩‍💻.
  2. Teks yang dipersingkat memakai 20 byte dan menyisakan empat byte. Kolom hasil menampilkan teks lengkap. Salin ke tujuan dan pastikan teks dapat diterima.
Antarmuka bahasa Inggris menampilkan 開発班👩‍💻 secara lengkap, 20 byte terpakai dan empat byte tersisa.
Mempersingkat frasa bahasa Jepang untuk “tim pengembangan” menyisakan ruang bagi emoji.

Contoh ini mengukur nilai kolom dalam UTF-8. Untuk menyertakan pemisah CSV dan tanda kutip yang ditambahkan saat ekspor, ukur berkas yang telah disimpan. Baris baru yang ditempel di kolom masukan dihitung sebagai satu byte (LF). Jika berkas disimpan dengan CRLF, setiap baris baru membutuhkan dua byte. Ikuti aturan pengimpor jika pengodean atau cara menghitung karakter berbeda.