Question 1

Warum ist mein Tweet zu lang, obwohl ich unter 280 Zeichen bin?

Accepted Answer

Weil manche Dienste gewichtet zählen: Lateinische Zeichen zählen einfach, viele andere doppelt, und Links werden pauschal mit einer festen Länge angesetzt. Die reine Zeichenzahl ist deshalb nur bei reinem ASCII-Text die richtige Zahl.

Question 2

Was ist ein Byte-Order-Mark?

Accepted Answer

Ein unsichtbares Zeichen am Dateianfang, das die Kodierung verrät. In UTF-8 belegt es drei Bytes und ist eigentlich überflüssig, aber unter Windows verbreitet, weil Excel eine CSV sonst falsch liest. Es zählt zur Dateigröße, nicht zum Text.

Question 3

Wie kürze ich einen Text sicher auf n Bytes?

Accepted Answer

Nicht durch Abschneiden der Bytefolge — das zerlegt das letzte Zeichen. Richtig ist, Zeichen für Zeichen anzuhängen und vor dem Überschreiten der Grenze abzubrechen. Sonst entstehen ungültige Bytefolgen, die als Fragezeichen oder Fehler enden.

Question 4

Warum meldet meine Datenbank „zu lang“, obwohl die Zeichenzahl passt?

Accepted Answer

Weil manche Grenzen in Bytes gezählt werden, nicht in Zeichen — ob, hängt von System und Datentyp ab; VARCHAR(255) etwa zählt in PostgreSQL und MySQL Zeichen. Wo eine Byte-Grenze gilt, liegt ein Text aus 200 Zeichen mit Umlauten schnell darüber. Der Rechner vergleicht deshalb gegen eine frei wählbare Byte-Grenze.

Question 5

Warum liefert length in JavaScript eine andere Zahl?

Accepted Answer

Weil JavaScript UTF-16-Einheiten zählt, nicht Zeichen. Ein Emoji besteht dort aus zwei Einheiten, und «"🥨".length» ergibt 2. Wer Codepunkte zählen will, iteriert über den String oder nimmt Array.from — genau der Unterschied, den die letzte Spalte zeigt. Sichtbare Zeichen zählt erst Intl.Segmenter, denn eine Flagge besteht aus zwei Codepunkten.

Question 6

Was ist Latin-1 und wann brauche ich es noch?

Accepted Answer

Ein älterer Zeichensatz mit einem Byte je Zeichen, der die westeuropäischen Sprachen abdeckt, aber weder das Eurozeichen noch osteuropäische oder asiatische Schriften. Begegnen wird er vor allem in alten Datenbanken und Exportformaten; der Rechner sagt, ob ein Text überhaupt hineinpasst.

Question 7

Wie viele Zeichen passen in eine SMS?

Accepted Answer

160 bei reinem GSM-Zeichensatz und 70, sobald ein Zeichen außerhalb davon vorkommt — dann wird auf UTF-16 umgeschaltet. Ein einziges Emoji oder ein typografisches Anführungszeichen halbiert also die Kapazität. Die Byte-Zahlen dieser Seite geben die Größenordnung, die genaue SMS-Zählung folgt eigenen Regeln.

Zeichen	UTF-8	UTF-16	Latin-1	Codepunkte / UTF-16-Einheiten
a	1 Byte	2 Bytes	1 Byte	1 / 1
ä	2 Bytes	2 Bytes	1 Byte	1 / 1
€	3 Bytes	2 Bytes	nicht darstellbar	1 / 1
🥨	4 Bytes	4 Bytes	nicht darstellbar	1 / 2
Hallo	5 Bytes	10 Bytes	5 Bytes	5 / 5
Grüße aus München 🥨	25 Bytes	40 Bytes	nicht darstellbar	19 / 20

Textgröße in Bytes

Ergebnis

Passt dazu

Unicode-Zeichenprüfer

Base64-Umwandler

HTML-Entities-Umwandler

URL-Kodierer

Wortzähler und Zeichenzähler

Regulären Ausdruck testen

Nützliche Links