博客

用字符计数器检查 UTF-8 字节上限

通过截图演示如何检查 CSV 字段名的 UTF-8 24 字节上限,在不截断表情符号的情况下提取开头,并缩短文本以保留表情符号。

英文界面显示含空白 7 个字符、不含空白 6 个、UTF-8 共 27 字节。

假设 CSV 导入端规定字段名以 UTF-8 编码时最多 24 字节。备选名称 開発 チーム👩‍💻 含空格共 7 个字符,却需要 27 字节。打开字符计数器,先确认哪些内容能放得下,再调整文本。

查看 24 字节内能保留的开头

  1. 在“要统计的文本”中粘贴 開発 チーム👩‍💻,确认含空白 7 个字符、不含空白 6 个、UTF-8 共 27 字节。
  2. 在“字节上限(可选)”中输入 24。
  3. 原文超出 3 字节,结果框中会显示 開発 チーム。需要使用这部分时,选中并复制即可。带有表情符号的原文仍留在输入框中。
英文界面显示 24 字节上限、超出 3 字节及开头 開発 チーム。
开头部分占 16 字节。表情符号 👩‍💻 由多个码位组成,计为一个字符,却占 11 字节。剩余的 8 字节无法容纳它,所以工具在表情符号前停下,保留其完整性。

缩短文本并保留表情符号

  1. 保持上限为 24,将第一个输入框中的文本改为 開発班👩‍💻。
  2. 修改后共 20 字节,离上限还差 4 字节,结果框会显示完整文本。复制到导入端并确认能否正常接受。
英文界面显示完整的 開発班👩‍💻,已用 20 字节,还剩 4 字节。
缩短表示“开发团队”的日语措辞后,表情符号也能保留。

此处计算的是以 UTF-8 保存的字段值。若要包含 CSV 分隔符和导出时加上的引号,请测量已保存文件的大小。粘贴到输入框的换行按 LF 计为 1 字节,使用 CRLF 保存时每处换行占 2 字节。如果导入端使用其他编码或字符计数规则,请以它的规范为准。