Question 1

¿Por qué mi mensaje pasa del límite si no llego a los caracteres?

Accepted Answer

Porque algunos servicios cuentan con peso: los caracteres latinos cuentan uno, muchos otros cuentan dos y los enlaces se cuentan con una longitud fija. El recuento de caracteres a secas solo vale con texto ASCII puro.

Question 2

¿Qué es la marca de orden de bytes?

Accepted Answer

Un carácter invisible al principio del archivo que delata la codificación. En UTF-8 ocupa tres bytes y en realidad sobra, pero está extendido en Windows porque si no Excel lee mal un CSV. Cuenta para el tamaño del archivo, no para el del texto.

Question 3

¿Cómo corto un texto a n bytes sin romperlo?

Accepted Answer

No cortando la secuencia de bytes, que parte el último carácter. Lo correcto es ir añadiendo carácter a carácter y parar antes de pasarse. De otro modo quedan secuencias de bytes inválidas que acaban en interrogantes o en un error.

Question 4

¿Por qué la base de datos dice «demasiado largo» si los caracteres caben?

Accepted Answer

Porque algunos límites se cuentan en bytes y no en caracteres; depende del sistema y del tipo: un VARCHAR(255), por ejemplo, cuenta caracteres en PostgreSQL y MySQL. Donde rige un límite en bytes, un texto de 200 caracteres con acentos puede pasarse ya. Por eso la calculadora compara contra un límite en bytes que usted elige.

Question 5

¿Por qué length en JavaScript da otro número?

Accepted Answer

Porque JavaScript cuenta unidades UTF-16, no caracteres. Un emoji son allí dos unidades, y «🥨».length devuelve 2. Quien quiera contar puntos de código recorre la cadena o usa Array.from: esa es justo la diferencia que muestra la última columna. Los caracteres visibles solo los cuenta Intl.Segmenter, porque una bandera son dos puntos de código.

Question 6

¿Qué es Latin-1 y cuándo hace falta todavía?

Accepted Answer

Un juego de caracteres antiguo de un byte por carácter que cubre las lenguas de Europa occidental, pero ni el símbolo del euro ni las escrituras del este o de Asia. Aparece sobre todo en bases de datos y formatos de exportación heredados; la calculadora indica si un texto cabe siquiera.

Question 7

¿Cuántos caracteres caben en un SMS?

Accepted Answer

160 con el juego GSM puro y 70 en cuanto aparece un carácter fuera de él, porque entonces se pasa a UTF-16. Un solo emoji o unas comillas tipográficas reducen así la capacidad a menos de la mitad. Los bytes de esta página dan el orden de magnitud; el recuento exacto de SMS sigue sus propias reglas.

Carácter	UTF-8	UTF-16	Latin-1	Puntos de código / unidades UTF-16
a	1 byte	2 bytes	1 byte	1 / 1
ä	2 bytes	2 bytes	1 byte	1 / 1
€	3 bytes	2 bytes	no representable	1 / 1
🥨	4 bytes	4 bytes	no representable	1 / 2
Hallo	5 bytes	10 bytes	5 bytes	5 / 5
Grüße aus München 🥨	25 bytes	40 bytes	no representable	19 / 20

Tamaño de un texto en bytes

Resultado

También te puede servir

Inspector de caracteres Unicode

Conversor Base64

Codificador de entidades HTML

Codificador de URL

Contador de palabras

Probar expresiones regulares

Enlaces útiles