شمارش فنی کاراکتر و بایت
ابزار فنی شمارش کاراکتر برای برنامهنویسها: code point، طول UTF-16، بایت UTF-8، گرافیم، نوع پایانخط (LF/CRLF)، تفکیک کاراکتر و بررسی حد توییتر/SMS/متا/varchar.
شمارش عمومی
Unicode / UTF-8 (فنی)
خطوط و فاصلهها
تفکیک نوع کاراکتر
بررسی محدودیتها (تخمینی)
قطعهبندی SMS تخمینی است (GSM-7: ۱۶۰/۱۵۳ · UCS-2: ۷۰/۶۷)؛ اپراتور و کدگذاری واقعی میتواند فرق کند. محدودیت پایگاه داده: varchar معمولاً بایتمحور و nvarchar کدیکامحور است و بسته به دیتابیس متفاوت است.
🔒 متن شما فقط در مرورگر پردازش میشود و به هیچ سروری ارسال نمیگردد. اگر بهجای تحلیل فنی، تحلیل محتوایی و سئو (تراکم کلمات کلیدی و خوانایی) میخواهید، از شمارنده و تحلیل متن استفاده کنید. برای طول عنوان/توضیحات سئو بررسی طول متا و برای کدگذاری URL Encode.
شمارش فنی کاراکتر برای برنامهنویسها
این ابزار یک متن یا رشته را از نگاه فنی تحلیل میکند: تعداد code point یونیکد، طول UTF-16 (همان string.length جاوااسکریپت)، حجم بر حسب بایت UTF-8 و تعداد گرافیم (کاراکترهای دیداری). برای متن فارسی این تفاوتها مهماند؛ مثلاً هر حرف فارسی در UTF-8 دو بایت است و یک ایموجی میتواند یک code point ولی دو code unit و چهار بایت باشد.
خطوط، فاصلهها و کدگذاری
نوع پایانخط (LF یونیکس / CRLF ویندوز / CR) تشخیص داده میشود و تعداد خطوط، فاصله، تب و تفکیک نوع کاراکتر (فارسی، لاتین، رقم، نماد) نمایش داده میشود.
بررسی محدودیتها (تخمینی)
حد کاراکتر توییتر/X، طول عنوان و توضیحات متا، و محدودیت پایگاه داده (varchar بایتمحور و nvarchar کدیکامحور) بررسی میشود. قطعهبندی پیامک (SMS) هم تخمین زده میشود: متن لاتین با GSM-7 (۱۶۰/۱۵۳) و متن فارسی با UCS-2 (۷۰/۶۷). این اعداد تخمینیاند و اپراتورها و دیتابیسها میتوانند متفاوت باشند.
سؤالات متداول
تفاوت code point و بایت UTF-8 چیست؟
code point تعداد نقاط کد یونیکد است، اما بایت UTF-8 حجم ذخیرهسازی است؛ مثلاً هر حرف فارسی یک code point ولی دو بایت UTF-8 است و یک ایموجی میتواند یک code point و چهار بایت باشد.
شمارش پیامک (SMS) چطور تخمین زده میشود؟
متن لاتین معمولاً با GSM-7 (۱۶۰ کاراکتر تکقطعه، ۱۵۳ چندقطعه) و متن فارسی با UCS-2 (۷۰ و ۶۷) کدگذاری میشود. این تخمینی است و اپراتورها میتوانند متفاوت باشند.