Один из самых частых вопросов в поддержку звучит так: две кампании с одинаковым текстом, отправленные по одному и тому же списку, а вторая обошлась в два-три раза дороже. На самом деле тексты не совпадали. Где-то между двумя рассылками текст побывал в текстовом процессоре или графическом редакторе, и прямой апостроф вернулся оттуда типографским.
Почему один символ меняет цену
В SMS есть две кодировки. GSM-7 вмещает 160 символов (153 на часть при объединении); она охватывает латинские буквы без диакритики, цифры, распространённые знаки препинания и несколько букв с диакритикой. UCS-2, кодировка Unicode, вмещает 70 символов (67 на часть при объединении). Сообщение кодируется целиком: один символ вне алфавита GSM-7 переводит в Unicode все символы сообщения.
Текст из 150 символов помещается в один сегмент GSM-7. Тот же текст с одним типографским апострофом занимает три сегмента Unicode, потому что 150 символов по 67 на часть дают три части. Поскольку оплачивается каждый сегмент, сообщение обходится втрое дороже — для каждого номера в списке.
Типичные виновники
Эти символы выглядят безобидно, но в GSM-7 их нет:
- Типографские кавычки и апострофы: ‘ ’ “ ” вместо ' и ".
- Тире: – и — вместо дефиса.
- Символ многоточия … вместо трёх точек.
- Неразрывные и другие специальные пробелы, невидимые в большинстве редакторов.
- Маркеры списка, например •, и стрелки, например →.
- Любые эмодзи.
- Буквы с диакритикой, не входящие в набор GSM-7, например á, í, ó, ú, â, ê или ô.
Вторая ловушка — расширенная таблица GSM: символы ^ { } \ [ ] ~ | и € допустимы в GSM-7, но каждый занимает две позиции, поэтому текст, в котором много скобок, достигает лимита раньше, чем можно предположить по его длине.
Что делает редактор сообщений
Счётчик сегментов в редакторе сообщений показывает кодировку и число сегментов по мере ввода. Если какой-то символ переводит сообщение в Unicode, счётчик называет этот символ и предлагает одним нажатием заменить типичных виновников — типографские кавычки, тире, символ многоточия и специальные пробелы — их аналогами из GSM-7. API никогда не меняет ваш текст: он возвращает в ответе encoding и segments, чтобы решение мог принять ваш собственный код.
Памятка для сообщения в один сегмент
- Пишите в редакторе обычного текста или вставляйте текст без форматирования.
- Прямые кавычки, обычный дефис, три точки вместо символа многоточия.
- Никаких эмодзи в транзакционных сообщениях.
- Смотрите предпросмотр по самой длинной реальной строке, а не по шаблону: длинное имя или адрес может вывести сообщение за лимит.
- Проверяйте число сегментов в предпросмотре перед каждой отправкой, а не только перед первой.
Нелатинская письменность
Для языков, использующих кириллицу, арабское письмо, китайские иероглифы, тайское письмо и большинство других систем письма, всё это неактуально: Unicode — цена самой письменности. Здесь правильнее писать текст ровно на один или два полных сегмента, то есть на 70 или 134 символа, а не на полтора. В руководстве по GSM-7 и Unicode приведены полные таблицы символов и разобранные примеры.


