Расширенные символы GSM — это символы €, [, ], {, }, \, ^, | и ~, которые кодируются в GSM-7 с помощью escape-символа, поэтому каждый занимает две позиции из лимита 160.
Основная таблица GSM-7 содержит 128 позиций, и одна из них — escape-код. Символ, записанный как escape-код и следующий за ним второй код, ищется уже в расширенной таблице: так алфавит получает доступ к знакам, для которых в нём нет места. Сообщение остаётся в GSM-7 и не переходит в Unicode, но каждый такой символ занимает две из 160 позиций одного SMS или из 153 позиций каждой части более длинного сообщения.
Набор невелик: знак евро, квадратные и фигурные скобки, обратная косая черта, циркумфлекс, вертикальная черта и тильда, а также управляющий код перевода страницы, который в обычных сообщениях не используется. Эти символы обычно прячутся в ценах, номерах заказов, шаблонах и во всём, что скопировано из кода; где именно — показано в руководстве по GSM-7 и Unicode. Сообщение с тремя знаками евро на три символа длиннее, чем кажется, а текст ровно из 160 видимых символов с одной квадратной скобкой занимает два сегмента.
Возьмём условный чек из 158 видимых символов с ценой со знаком € и номером заказа в квадратных скобках. Он насчитывает 161 позицию и уходит двумя сегментами — 153 и 8. Замените квадратные скобки круглыми, которые есть в основной таблице, и получится 159 позиций: один сегмент и вдвое меньшая цена.
Недоразумения здесь предсказуемы:
- Считать символы вместо позиций — ловушка, описанная выше.
- Думать, что расширенный символ переводит текст в Unicode. Это не так: он лишь занимает вторую позицию.
- Ожидать точных границ в длинных сообщениях. Системы обычно не разрывают escape-последовательность между двумя частями, поэтому часть, в конце которой оказывается такая последовательность, может вместить 152 символа вместо 153.
В SMSMeteor: символы расширенной таблицы ^ { } \ [ ] ~ | € считаются за два символа и в счётчике редактора, и в значении segments, которое возвращает API, а сообщение с ними остаётся в GSM-7.
