Stringlengteberekenaar
Plak een string en de tool geeft de lengte op vier verschillende manieren: .length in JavaScript-stijl (UTF-16-code-eenheden), Unicode-codepunten, grafeemclusters (wat gebruikers als één teken ervaren) en UTF-8-bytes (wat de databasekolom werkelijk opslaat). Voor elke string met emoji, vlaggen of combinerende tekens lopen deze waarden uiteen – en juist dat verschil veroorzaakt veel bugs.
De vier betekenissen van stringlengte
-
1
UTF-16-code-eenheden
Wat `str.length` teruggeeft in JavaScript: 1 voor de meeste tekens en 2 voor elk codepunt boven U+FFFF (emoji, oude schriften).
-
2
Codepunten
Eén per Unicode-scalair: emoji zijn elk 1, terwijl ZWJ-reeksen er meerdere bevatten.
-
3
Grafeemclusters
Wat een gebruiker "één teken" noemt: `🇺🇸` bestaat uit twee codepunten maar is één grafeem; `n̈` bevat eveneens twee codepunten, maar is slechts één grafeem.
-
4
UTF-8-bytes
Wat uw database opslaat: ASCII = 1 byte per teken; gangbare Europese tekens = 2 bytes; CJK = 3 bytes; de meeste emoji = 4 bytes.
Voorbeelden
| String | JS .length | Codepunten | Grafemen | UTF-8-bytes |
|---|---|---|---|---|
hello |
5 | 5 | 5 | 5 |
café |
4 | 4 | 4 | 5 |
😀 |
2 | 1 | 1 | 4 |
🇺🇸 |
4 | 2 | 1 | 8 |
👨👩👧 (familie) |
8 | 5 | 1 | 18 |
n̈ (n + trema) |
2 | 2 | 1 | 3 |
Waarom de cijfers verschillen
JavaScript-strings zijn gebaseerd op UTF-16, dus een codepunt boven U+FFFF wordt opgeslagen als een surrogaatpaar – twee UTF-16-code-eenheden. Daarom geldt "😀".length === 2. Gebruikers hebben hier een hekel aan, omdat ze 😀 als één teken beschouwen.
Grafemen gaan nog verder: een landvlag bestaat uit twee codepunten met een regio-indicator, die de gebruiker als één vlag ziet. In JavaScript is "🇺🇸".length === 4 – wat absurd lijkt, maar zo is het. Om over grafemen te itereren, gebruikt u Intl.Segmenter (modern), de bibliotheek grapheme-splitter, of handelt u het handmatig af.
UTF-8-bytes: wat uw database opslaat
Voor een kolom van het type VARCHAR(255):
- In MySQL
utf8(feitelijk: utf8mb3) zijn de 255 bytes.caféneemt 5 bytes in beslag, dus er passen 51 kopieën in. - In MySQL
utf8mb4(echte UTF-8, inclusief emoji) zijn het nog steeds bytes, maar de codering ondersteunt sequenties van 4 bytes. - In Postgres
VARCHAR(255)zijn de 255 tekens (codepunten), geen bytes. - In SQL Server
VARCHARverschilt dit per collatie;NVARCHARtelt UCS-2-eenheden van 2 bytes.
Als u databasevelden dimensioneert op basis van het voor de gebruiker zichtbare aantal tekens, gebruik dan voor de zekerheid in UTF-8-kolommen het aantal bytes × 4 – elk grafeem kan tot 4 bytes per codepunt in beslag nemen, en ZWJ-reeksen voegen daar nog aan toe.
Tekens tellen in Twitter-stijl
Twitter telt een tweet volgens een eigen regel: codepunten, maar emoji en CJK-ideogrammen tellen voor 2. Een tweet die voor 100% uit ASCII bestaat kan 280 tekens hebben; een tweet met 140 emoji bereikt het maximum van 140 “tekens”.
SMS-tellen: 160 tekens in GSM 7-bit. Elk niet-GSM-teken (á, é, ñ, emoji) schakelt de codering om naar UCS-2, waardoor de berichtlengte daalt tot 70 tekens.
Praktische toepassingen
- Databasekolommen dimensioneren – controleer het aantal bytes voordat u een migratie schrijft.
- API-quota afdwingen – de meeste API’s tellen bytes, geen tekens.
- Formuliervalidatie – toon de gebruiker een nauwkeurig aantal tekens dat overeenkomt met zijn verwachting (grafemen).
- Prestaties debuggen – waarom itereert deze regex zo traag? Omdat de invoer in code-eenheden 3 keer langer is dan in grafemen.
Veelgestelde vragen
Dat emoji is een ZWJ-reeks die meerdere codepunten combineert (een familie-emoji bestaat bijvoorbeeld uit 7 codepunten). Twitter telt het volgens de Unicode-gewichtsregel als 2 tekens, terwijl uw editor er 1 grafeem van toont. Beide zijn technisch correct; ze meten alleen verschillende dingen.
Reken in UTF-8-databases voor de zekerheid 4 bytes per verwacht teken. Een veld van 100 tekens (grafemen) moet VARCHAR(400) bytes zijn, of, als uw database in tekens telt zoals Postgres, VARCHAR(100) met de juiste tekensetafhandeling.
In JavaScript hangt dit af van de normalisatievorm: een NFC-samengesteld teken (U+00E1) heeft lengte 1; een NFD-ontleed teken (U+0061 + U+0301) heeft lengte 2. Hetzelfde zichtbare teken, maar verschillende bytereeksen.
Emoji voor familie en beroep bestaan uit lange ZWJ-reeksen. Lettertypen zonder volledige ondersteuning renderen elk codepunt als een afzonderlijke glyph, waardoor 👨💻 uiteenvalt in 👨 + 💻. Het bijwerken van het lettertype van het besturingssysteem lost dit op.
Gerelateerde tools
Wordle-woordzoeker
Voer gokken van vijf letters en de groene, gele en grijze feedback in om passende Engelse woorden te vinden. Ook herhaalde letters worden precies gecontroleerd.
Gyaru-tekstconverter
Zet Japanse kana, veelgebruikte kanji en Latijnse letters om in gyaru-moji, of kies volledige breedte, cirkels, vierkantjes of vetdruk. Kopieer direct.
Hiërogliefenvertaler
Schrijf je naam in Egyptische hiërogliefen met de tekens die schrijvers voor losse klanken gebruikten. Met cartouche, om te kopiëren of als PNG.
Wiskundesymbolen kopiëren
Blader door wiskundige symbolen en kopieer ze, pi, sigma, integraal, oneindig, Griekse letters, verzamelingenleer, klaar om overal te plakken waar Unicode werkt.
Anagramoplosser
Voer tot 15 letters in, met ? voor blanco stenen, en krijg de Engelse woorden die alle letters gebruiken plus de kortere woorden die je kunt maken, gegroepeerd op lengte.
Anagramgenerator
Voer een kort woord in en bekijk elke unieke herschikking van de letters, zonder dubbele permutaties en met een instelbare resultaatlimiet.
Tool beschikbaar in andere talen
- Calculateur de longueur de chaîne [FR]
- Calculadora de Longitud de Cadenas [ES]
- 문자열 길이 계산기 [KO]
- مقياس طول السلسلة النصية [AR]
- Calculadora de Comprimento de String [PT]
- Zeichenlängenrechner [DE]
- 文字列長計算ツール [JA]
- Công cụ tính chiều dài chuỗi ký tự [VI]
- Stränglängdsberäknare [SV]
- เครื่องคำนวณความยาวของสตริง [TH]
- Kalkulator długości ciągu znaków [PL]
- Kalkulator Panjang String [ID]
- Calcolatore della lunghezza della stringa [IT]
- Калькулятор длины строки [RU]
- Dize Uzunluğu Hesaplayıcı [TR]
- 字符串长度计算器 [ZH]
- String Length Calculator [EN]