Licznik bajtów UTF-8
Zmierz rzeczywisty rozmiar tekstu w bajtach UTF-8, jednostkach UTF-16, punktach kodowych i grafemach.
Powiązane narzędzia
Licznik bajtów UTF-8
Liczba znaków i rozmiar w bajtach to nie to samo. W kodowaniu UTF-8 zwykłe litery łacińskie zajmują po jednym bajcie, ale „ó" czy „ł" dwa, większość znaków azjatyckich trzy, a emoji takie jak 👋 cztery — wiadomość o 160 znakach może więc ważyć znacznie więcej niż 160 bajtów. Wklej dowolny tekst, a licznik pokaże jego dokładny rozmiar w bajtach UTF-8, liczbę jednostek UTF-16 (to, co w JavaScripcie zwraca .length), liczbę punktów kodowych Unicode, liczbę grafemów (znaków tak, jak widzi je czytelnik — rodzina 👨👩👧 liczy się jako jeden znak) oraz liczbę wierszy, a do tego rozmiar zapisu w B, KB lub MB dla obu kodowań.
Takie zestawienie szybko odpowiada na praktyczne pytania: czy ciąg zmieści się w kolumnie VARCHAR mierzonej w bajtach, w segmencie SMS, w limicie 64 KB, w przydziale localStorage? Dlaczego baza danych odrzuca „160-znakowy" tekst i czemu jeden system liczy emoji jako dwa znaki, a inny jako jeden? Narzędzie zestawia obok siebie wszystkie konkurujące definicje „długości", więc dokładnie widać, której używa twój limit.
Na rozmiar w bajtach wpływają też zakończenia wierszy: plik zapisany z windowsowymi końcami CRLF jest o bajt na każdy wiersz większy niż ten sam plik z unixowymi LF. Opcja zakończeń wierszy pozwala mierzyć tekst tak, jak go wklejono, albo tak, jak wyglądałby po konwersji na LF lub CRLF.
Wszystko liczy się lokalnie w twojej przeglądarce przez standardowe API TextEncoder — wklejony tekst nigdzie nie jest wysyłany, więc możesz spokojnie mierzyć pliki konfiguracyjne, tokeny i prywatne wiadomości.