Счётчик символов и лимит байтов UTF-8

Об инструменте

Вставьте текст, чтобы узнать число символов с пробелами и переносами строк и без них, а также размер в байтах UTF-8. Задайте лимит, чтобы получить начало текста, которое помещается. Вся обработка идёт в браузере, без отправки данных.

Подсчёт символов

Символы с пробелами и переносами строк —

Символы без пробелов и переносов строк —

Байты UTF-8 —

Уложить текст в лимит байтов UTF-8

Как считаются пробелы и переносы строк

В A 猫 три символа с пробелом и два без него. В UTF-8 буква A и пробел занимают по одному байту, а 猫 — три. Всего пять байтов.

Подсчёт без пробелов и переводов строк также пропускает полноширинные пробелы и табуляцию. Учитываются только настоящие переводы строк в поле. Перенос по ширине экрана ничего не меняет.

При вставке текста переводы строк в поле превращаются в LF. Каждый считается одним символом и одним байтом. В файле с Windows CRLF каждый перевод строки занимает два байта.

Подсчёт эмодзи и комбинируемых знаков

Единица подсчёта — графемный кластер. Эмодзи 👩‍💻 состоит из нескольких кодовых точек, считается одним символом и занимает 11 байтов UTF-8.

Знак японской хираганы が можно записать одной кодовой точкой が или как か с комбинируемым знаком озвончения, が. Оба варианта считаются одним символом, но занимают три и шесть байтов UTF-8 соответственно. Размер зависит от введённой формы.

Некоторые формы и соцсети считают один эмодзи несколькими символами. Ориентируйтесь на счётчик сервиса, куда отправляете текст.

Пример поля с лимитом 16 байтов UTF-8

Допустим, при импорте CSV заголовок ограничен 16 байтами. 開発👩‍💻募集 занимает 23 байта, на семь больше лимита. Начало 開発 занимает шесть байтов, а следующий эмодзи — одиннадцать. С лимитом 16 поле для копирования покажет 開発. Эмодзи и составные символы сохраняются целиком.

Подсчёт подходит, если импорт ожидает UTF-8 и ограничивает значение поля. Разделители CSV и кавычки, добавленные при экспорте, не учитываются.

Как проверить ограничение в байтах UTF-8 с помощью счётчика символов