Text

Caracteres, unidades e bytes

Um emoji conta como um caractere e como quatro bytes.

Caracteres6
Unidades UTF-167
Bytes UTF-810
Sem espaços5

“café 😀” tem 6 caracteres: as quatro letras, o espaço e o emoji. O emoji usa duas unidades UTF-16 e quatro bytes. O é ocupa dois bytes. O total UTF-8 é 10 bytes.

Limites de SMS e de campo de banco costumam contar bytes ou unidades, não o que a pessoa vê. Por isso a página mostra os três números.

Perguntas frequentes

Caractere e unidade são a mesma coisa?

Não quando há emoji. Um emoji é um caractere e duas unidades UTF-16.

Espaço conta?

Sim no total. A linha sem espaços tira espaço, tab e quebra de linha.

Por que o byte muda com acento?

UTF-8 guarda letras como é em dois bytes.