Đếm ký tự và giới hạn byte UTF-8

Giới thiệu công cụ

Dán văn bản để đếm ký tự có hoặc không có khoảng trắng và xuống dòng, đồng thời xem số byte UTF-8. Đặt giới hạn byte để lấy phần đầu vừa đủ. Mọi xử lý diễn ra trong trình duyệt, không gửi dữ liệu.

Đếm văn bản

Số ký tự có tính khoảng trắng và xuống dòng —

Số ký tự không tính khoảng trắng và xuống dòng —

Số byte UTF-8 —

Điều chỉnh văn bản theo giới hạn byte UTF-8

Cách đếm khoảng trắng và xuống dòng

A 猫 có ba ký tự nếu tính dấu cách và hai nếu bỏ dấu cách. Trong UTF-8, A và dấu cách đều chiếm một byte, còn 猫 chiếm ba byte, tổng cộng năm byte.

Phép đếm không tính khoảng trắng và xuống dòng cũng bỏ qua dấu cách toàn chiều rộng và tab. Công cụ chỉ tính các dấu xuống dòng có trong ô nhập. Việc tự ngắt dòng theo độ rộng màn hình không làm thay đổi kết quả.

Các dấu xuống dòng trong văn bản dán vào được đổi thành LF trong ô nhập, mỗi dấu tính là một ký tự và một byte. Tệp dùng CRLF của Windows tốn hai byte cho mỗi dấu xuống dòng.

Đếm emoji và dấu tổ hợp

Công cụ đếm theo cụm tự vị. Emoji 👩‍💻 gồm nhiều điểm mã, được tính là một ký tự và chiếm 11 byte trong UTF-8.

Chữ hiragana が trong tiếng Nhật có thể viết bằng điểm mã が, hoặc bằng か kèm dấu đục tổ hợp, が. Cả hai tính là một ký tự, lần lượt chiếm ba và sáu byte UTF-8. Số byte dựa trên dạng đã nhập.

Một số biểu mẫu hoặc mạng xã hội tính một emoji thành nhiều ký tự. Hãy làm theo bộ đếm của nơi nhận văn bản.

Ví dụ trường dữ liệu UTF-8 tối đa 16 byte

Giả sử trình nhập CSV giới hạn tiêu đề ở 16 byte. 開発👩‍💻募集 chiếm 23 byte, vượt bảy byte. Phần đầu 開発 chiếm sáu byte, còn emoji tiếp theo cần 11 byte. Đặt giới hạn 16 thì ô sao chép hiển thị 開発. Công cụ giữ nguyên emoji và ký tự tổ hợp.

Áp dụng khi trình nhập dùng UTF-8 và giới hạn chính giá trị của trường. Ký tự phân cách CSV và dấu ngoặc kép được thêm khi xuất tệp không được tính.

Kiểm tra giới hạn byte UTF-8 bằng công cụ đếm ký tự