UCS-2
A codificação SMS de 16 bits usada para a maioria dos emoji e alfabetos não latinos: 70 caracteres por segmento e 67 quando concatenados.
Apenas definições: um termo explicado aqui não é um serviço que vendemos.
O UCS-2 codifica quase qualquer alfabeto a 16 bits por caractere, o que reduz um segmento de SMS a 70 caracteres. Um caractere fora do alfabeto GSM-7 (a maioria dos emoji e dos alfabetos não latinos) leva a mensagem inteira para UCS-2.
A codificação é escolhida por mensagem, então um caractere fora do GSM-7 altera o texto inteiro.
Codificação, unidades e segmentos
- Codificação
- UCS-2
- Caracteres
- 22
- Unidades
- 23
- Segmentos
- 1
Descrição em texto
A figura lista a codificação escolhida para uma mensagem de exemplo, sua contagem de caracteres, seu tamanho em unidades de codificação e o número de segmentos que esse tamanho exige. No UCS-2, as unidades são unidades de código de 16 bits.
Como a codificação é escolhida
O SMS começa em GSM-7. Um caractere fora desse alfabeto leva a mensagem para UCS-2, ou para outra codificação que a rede suporte. A mudança abrange a mensagem inteira, então caracteres que cabem no GSM-7 também passam a ocupar dois bytes.
Um segmento comporta 70 caracteres, porque 140 bytes divididos por dois bytes por caractere deixam 70. Um emoji do plano suplementar precisa de duas unidades de código UTF-16, e na prática aparelhos e centros usam UTF-16, então um texto cheio de emoji comporta menos caracteres; o UCS-2 estrito não consegue codificá-lo de forma alguma. A calculadora de segmentos de SMS mostra a contagem.