DG EMOJIK / русский

Эмодзи в SMS: почему меняются лимит символов и количество частей сообщения?

Эмодзи может изменить кодировку SMS, поэтому текст, который раньше помещался в одну часть, может разделиться на несколько. Часто упоминаемые лимиты в 160 и 70 символов относятся к разным кодировкам. Кроме того, в составных эмодзи символ, который на экране выглядит как один, может занимать несколько учитываемых единиц.

Полный машинный перевод венгерского оригинала.

Два человека пишут на своих смартфонах, которые держат в руках.
Иллюстрация. · terimakasih0 / Pixabay

Это особенно важно для напоминаний о времени, уведомлений и массовых сообщений. По короткому предложению, видимому в редакторе, трудно судить, сколько частей SMS будет отправлено. Проверяйте окончательный текст с помощью собственного счетчика сервиса отправки, включая подставленное имя, дату и возможный текст для отписки.

Что означают числа 160, 70, 153 и 67?

Обычная емкость одночастного SMS, отправленного с использованием набора символов GSM-7, составляет 160 единиц. При кодировке Unicode, обозначаемой SMS-провайдерами как UCS-2, обычным пределом является 70. При нескольких объединенных частях данные, необходимые для сборки, занимают место: поэтому обычно рассчитывают на 153 и 67 единиц на часть соответственно. Twilio также документирует исключения для некоторых маршрутов. Источник: Twilio – How long can a message be?

Обычный случай кодирования Емкость одной части Емкость одной части объединенного сообщения
GSM-7 160 единиц 153 единиц
Unicode, часто обозначаемый провайдерами как UCS-2 70 единиц 67 единиц

«Единица» здесь не всегда означает один видимый символ. Например, в расширенном наборе GSM-7 скобки { и ] занимают по две единицы каждая. Поэтому счетчик провайдера является более точным ориентиром, чем буквы, подсчитанные вручную. Источник: Twilio – Кодировка символов GSM-7

Проверяйте также венгерские диакритические знаки

Следите не только за эмодзи. Некоторые буквы с диакритическими знаками, типографские кавычки и другие специальные символы также могут вызвать смену кодировки. Поэтому для венгерского текста после удаления эмодзи снова проверьте счетчик. Набор символов GSM-7 и простой набор ASCII также не идентичны. Источник: Twilio – What is UCS-2 Character Encoding?

Попробуйте по очереди эти три коротких образца в предпросмотре вашего провайдера:

  1. Holnap 14:00-kor talalkozunk.
  2. Holnap 14:00-kor találkozunk.
  3. Holnap 14:00-kor találkozunk. 🙂

Сначала меняется только диакритический знак, затем добавляется эмодзи. Отслеживайте отдельно кодировку и количество частей сообщения: для такого короткого текста смена кодировки еще не обязательно увеличивает количество частей. Автоматическая замена символов провайдером также может повлиять на результат.

При сокращении сохраняйте данные, необходимые получателю. Удаление времени или возможности отмены легко может сделать уведомление бесполезным. Лучше удалите ненужное вступление или повторение, а затем перечитайте сообщение как самостоятельный текст.

Одна улыбка может состоять из нескольких технических единиц

На интерфейсе провайдера вы часто видите надпись «UCS-2». Однако строгий UCS-2 не может отобразить все современные эмодзи. UTF-16 обрабатывает символы за пределами базовой плоскости с помощью двух 16-битных кодовых единиц; поддержку конкретной системы отправки проверяйте в ее собственной документации. Техническая справка: Twilio – UCS-2 и UTF-16

Простой, хорошо проверяемый пример: 🙂 — это один кодовый пункт Unicode, в UTF-16 — две кодовые единицы. 👩‍💻 состоит из трех кодовых пунктов, в UTF-16 — пять кодовых единиц. Оба могут отображаться как одно изображение. Эти числа следуют из структуры последовательностей; поэтому подсчет видимых изображений недостаточен для определения размера отправки. В статье о составных эмодзи подробно разбирается эта разница.

Проверяйте фактический способ отправки

В телефонном разговоре SMS, RCS и другие способы обмена сообщениями могут работать по разным правилам. Используйте таблицу для SMS, когда вы действительно отправляете SMS. В бизнес-системе также проверьте возможный режим отката в документации провайдера: что происходит, если изначально выбранный канал недоступен?

Проверяйте тарификацию на основе вашего собственного пакета. Несколько частей не во всех подписках означают одинаковые дополнительные расходы. Перед реальной рассылкой сообщение реальной длины, отправленное на ваш тестовый адрес, и журнал провайдера вместе дают полезную обратную связь.

Забирай суть с собой

Тест из трёх вопросов

Попробуй применить прочитанное. Выбери один ответ на каждый вопрос; каждый правильный ответ приносит один балл. Оценка даст обратную связь по этим трем ситуациям, твои ответы мы не сохраняем и не отправляем.

1. Из текста «Завтра встретимся. 🙂» вы удаляете эмодзи. Что еще нужно проверить?
2. 👩‍💻 на экране выглядит как одна фигура. Что из этого следует для длины SMS?
3. Вы готовите бизнес-напоминание с переменной фамилией клиента. Какая проверка полезна?

Решения и объяснения
  1. Кодировку, относящуюся к сохраняемым символам, и количество частей сообщения. Другие символы также могут потребовать иной кодировки.
  2. По видимому изображению это определить нельзя: нужно измерять единицы кодирования. Одно видимое изображение может состоять из нескольких кодовых точек и кодовых единиц.
  3. Вы рассматриваете полный текст с подставными данными и количество частей, формируемых оператором. Фактическая длина отправленного варианта определяет, как сообщение поместится в части.

Подсчитай свои правильные ответы: каждый приносит один балл. Пропущенный ответ — ноль баллов.

  • 3 балла: В трёх примерах вы рассматривали фактически отправленный текст; проверьте также свой собственный шаблон SMS.
  • 2 балла: Посмотрите, какой символ или подставные данные были пропущены при подсчёте.
  • 0–1 балла: Пройдитесь по трём коротким SMS-шаблонам, отдельно обращая внимание на кодировку и количество частей сообщения.

Есть ещё одна хорошая статья для чтения

Все 20 статей · Ищу эмодзи