SMS-Zeichen- und Segmentzähler

Teil von: A2P SMS: vom ersten Code bis zur Produktion

Wie SMS-Kodierung und Segmente funktionieren

Eine SMS wird in einem oder mehreren Segmenten gesendet, und ihre Kodierung entscheidet, wie viel Text in jedes passt. Eine Nachricht, die nur Zeichen aus dem GSM-7-Bit-Alphabet enthält, nutzt die Kodierung GSM-7, die die meisten Zeichen pro Segment trägt. Ein einziges Zeichen außerhalb dieses Alphabets, etwa ein Emoji, ein typografisches Anführungszeichen oder ein chinesisches Schriftzeichen, schaltet die ganze Nachricht auf UCS-2 um, das weniger als halb so viele trägt. Längere Nachrichten werden in mehrere Segmente geteilt, die das Endgerät wieder zusammensetzt.

Das GSM-7-Bit-Alphabet umfasst lateinische Buchstaben ohne Akzent, Ziffern, gängige Satzzeichen und eine Reihe von Buchstaben mit Akzent, die in westeuropäischen Sprachen verwendet werden. Einige Symbole, darunter das Euro-Zeichen, eckige und geschweifte Klammern, der Backslash, das Caret, die Tilde und der senkrechte Strich, stehen in einer Erweiterungstabelle und belegen jeweils den Platz von zwei Zeichen. Alles andere liegt außerhalb von GSM-7, darunter die meisten Buchstaben mit Akzent, die im Spanischen und Portugiesischen verwendet werden, etwa á, ó, ã und ç.

Ist eine Nachricht für ein Segment zu lang, trägt jeder Teil einen kleinen Header, der dem Endgerät sagt, wie die Nachricht wieder zusammenzusetzen ist. Dieser Header nimmt in jedem Teil Platz ein, daher fasst eine lange Nachricht pro Segment weniger Zeichen als eine einzelne, und ein zusätzliches Zeichen in einer Nachricht, die gerade noch passt, kann ein ganzes Segment hinzufügen. Ein Teil trennt außerdem nie ein Zeichen, das zwei Positionen belegt, wodurch ihm eine Position fehlen kann.

Jedes Segment wird einzeln zugestellt und gezählt, daher zählen Kodierung und Länge einer Vorlage für jede Nachricht einer Kampagne. Eine Vorlage, die schlicht aussieht, kann dennoch typografische Zeichen enthalten, die aus einer Textverarbeitung eingefügt wurden: typografische Anführungszeichen, lange Gedankenstriche, geschützte Leerzeichen oder unsichtbare Zeichen ohne Breite. Wer sie durch ihre einfachen Entsprechungen ersetzt, hält die Nachricht in GSM-7, ohne den Wortlaut zu ändern.

Nachrichten in Chinesisch, Arabisch, Kyrillisch und anderen nicht lateinischen Schriften sind immer UCS-2; planen Sie ihre Länge entsprechend. Die meisten Emojis belegen selbst in UCS-2 jeweils zwei Positionen. Manche Netze ersetzen zudem Zeichen oder teilen lange Nachrichten auf ihre eigene Weise. Betrachten Sie die Zahl daher als Schätzung und testen Sie wichtige Vorlagen auf der Route, die Sie nutzen.