UCS-2
L’encodage SMS 16 bits utilisé pour la plupart des emoji et des écritures non latines : 70 caractères par segment, 67 une fois concaténé.
Définitions uniquement : un terme expliqué ici n’est pas un service que nous vendons.
UCS-2 encode presque toute écriture à 16 bits par caractère, ce qui ramène un segment SMS à 70 caractères. Un caractère hors de l’alphabet GSM-7 (la plupart des emoji et des écritures non latines) fait passer tout le message en UCS-2.
L’encodage est choisi pour chaque message, si bien qu’un caractère hors de GSM-7 change tout le texte.
Encodage, unités et segments
- Codage
- UCS-2
- Caractères
- 22
- Unités
- 23
- Segments
- 1
Description textuelle
La figure liste l’encodage retenu pour un message d’exemple, son nombre de caractères, sa taille en unités d’encodage et le nombre de segments que cette taille exige. En UCS-2, les unités sont des unités de code 16 bits.
Comment l’encodage est choisi
Le SMS commence en GSM-7. Un caractère hors de cet alphabet fait passer le message en UCS-2, ou vers un autre codage pris en charge par le réseau. Le basculement couvre tout le message : les caractères qui tiennent en GSM-7 occupent donc eux aussi deux octets.
Un segment contient 70 caractères, car 140 octets divisés par deux octets par caractère donnent 70. Un emoji du plan supplémentaire nécessite deux unités de code UTF-16, et les téléphones comme les centres utilisent en pratique UTF-16 : un texte riche en emoji contient donc moins de caractères ; l’UCS-2 strict ne peut pas l’encoder du tout. Le calculateur de segments SMS affiche le compte.