• 228 направлений
  • Без KYC — всегда
  • Bitcoin, Monero, USDT и ещё 4 валюты

РассылкиСредний2 минуты чтенияОбновлено 19 октября 2026

GSM-7 и Unicode: как рассчитывается длина сообщения

Набор символов GSM-7, расширенная таблица, расчёт сегментов на примерах, символы, которые переводят текст в Unicode, и чем их заменить.

Часть 4 из 4 в маршруте Первая неделя

Два алфавита

SMS вмещает 140 байт. В алфавите GSM-7 на символ отводится семь бит, поэтому в сообщение помещается 160 символов. В Unicode (UCS-2) на символ нужно шестнадцать бит, и помещается 70. Алфавит выбирается для сообщения целиком: достаточно одного символа вне GSM-7, и каждый символ учитывается по размеру Unicode.

Кодировку выбираете не вы, а текст. Редактор показывает, какая из них применяется, вместе с числом сегментов и самым длинным итоговым вариантом, а если текст перешёл в Unicode, называет символ, который это вызвал. API никогда не переписывает текст: с каждым сообщением он возвращает кодировку encoding — gsm7 или ucs2 — и число сегментов segments, как указано в описании объекта сообщения.

Что входит в GSM-7

Основная таблица GSM-7 содержит 128 позиций: один escape-код, два управляющих кода для перевода строки и 125 печатных символов.

ГруппаСимволы
Буквыот A до Z и от a до z
Цифрыот 0 до 9
Знаки препинания и символыпробел ! " # % & ' ( ) * + , - . / : ; < = > ? @ _ § ¡ ¿ ¤
Валюта£, ¥ и знак доллара; знак евро находится в расширенной таблице
Буквы с диакритикой и другие латинские буквыà è é ì ò ù É Ç Ä Ö Ü ä ö ü ß Ñ ñ Å å Æ æ Ø ø
Заглавные греческие буквыΔ Φ Γ Λ Ω Π Ψ Σ Θ Ξ

Перевод строки входит в набор, поэтому сообщение из двух строк остаётся в GSM-7, хотя каждый перевод строки занимает один символ. Обратите внимание, чего в наборе нет: обратного апострофа, знака градуса, типографских кавычек, короткого и длинного тире, символа многоточия, маркера списка, ©, ® и ™, а также большинства букв с диакритикой за пределами Западной Европы. Заглавные греческие буквы — историческое наследие: греческий текст в обычном написании, со строчными буквами и знаками ударения, требует Unicode.

Расширенная таблица

Ещё девять символов доступны через escape-код, поэтому каждый из них занимает две позиции: ^ { } \ [ ] ~ | €. Они оставляют сообщение в GSM-7, но каждый считается за два символа; в глоссарии они перечислены в статье о расширенных символах GSM. Сообщение из 159 видимых символов с одним знаком евро насчитывает 160 символов и помещается в один сегмент; добавьте второй знак евро — и получится 162, то есть два сегмента.

Они прячутся в ценах, номерах заказов и шаблонах. Цена, записанная как €25, занимает четыре символа, а квадратные скобки вокруг номера заказа — четыре позиции там, где круглые занимают две.

Сегменты и склейка

Длинный текст делится на сегменты, которые телефон собирает обратно. Каждый сегмент отдаёт шесть байт заголовку с номером части («часть 2 из 3»), поэтому ёмкость одной части снижается до 153 и 67 символов. Оплата взимается за каждый сегмент, максимум за 6. Редактор и ответ API показывают число сегментов до отправки, поэтому цена никогда не становится сюрпризом.

СегментыСимволы GSM-7Символы Unicode
1до 160до 70
2от 161 до 306от 71 до 134
3от 307 до 459от 135 до 201
4от 460 до 612от 202 до 268
5от 613 до 765от 269 до 335
6от 766 до 918от 336 до 402

Из этого следуют два вывода. Самый дорогой шаг — от одного сегмента к двум: 161-й символ покупает целый второй сегмент, а первая часть сокращается со 160 символов до 153. И шесть частей — это потолок, поэтому самое длинное сообщение — 918 символов GSM-7 или 402 символа Unicode. Вблизи границы доверяйте счётчику, а не таблице: системы обычно не разрывают escape-последовательность или эмодзи между двумя частями, поэтому часть может вместить на один символ меньше, чем подсказывает арифметика.

Примеры расчёта

Один апостроф — три сегмента. Это напоминание (пример на английском) занимает ровно 160 символов:

ACME Dental: a reminder of your check-up on Tuesday at 14:30 with Dr Patel. Please arrive ten minutes early and bring your card. Can't come? Call 020 7946 0000.

С прямым апострофом это один сегмент GSM-7. Если текст вставлен из текстового редактора, который превратил Can't в Can’t, получается 160 символов Unicode, а 160 попадает в диапазон от 135 до 201: три сегмента и втрое большая цена.

Решает самое длинное имя. Сообщение программы лояльности (пример на английском), постоянная часть которого вокруг подстановки {first_name} занимает 156 символов:

ACME: Hi {first_name}, your loyalty card now holds 1,250 points, enough for a free coffee and a pastry. Show this message at the till in any of our shops before Sunday.

Для Emma итоговый текст занимает ровно 160 символов: один сегмент. Для James — 161: два сегмента. Для Zoë — 159 символов, но буквы ë нет в GSM-7, поэтому её сообщение уходит в Unicode: три сегмента. Каждое сообщение кодируется и оплачивается отдельно, поэтому дороже обходятся только эти строки, а редактор показывает самый длинный итоговый вариант и называет любой символ, вызвавший переход на Unicode, так что обе проблемы видны до отправки.

Сколько это стоит. При условном тарифе 0,01 доллара за сегмент 10 000 сообщений в один сегмент стоят 100 долларов. Те же 10 000 сообщений, которые из-за одного апострофа заняли три сегмента Unicode, стоят 300 долларов. Каждый сегмент оплачивается по опубликованному тарифу направления, указанному на странице цен.

Что меняет кодировку

GSM-7 включает основные латинские буквы, цифры, распространённые знаки препинания и несколько букв с диакритикой из западноевропейских языков. Типографские кавычки, длинное тире, эмодзи и буквы вроде ő, ș, ă в него не входят. Любой из этих символов переводит сообщение в Unicode. Чаще всего кодировку случайно меняет типографский апостроф, вставленный из текстового редактора; те же символы ставят клавиатуры телефонов с включённой «умной пунктуацией».

СимволОткуда обычно берётсяЧем заменить
’ ‘ типографский апостроф и одинарные кавычкиТекстовые редакторы, «умная пунктуация»'
“ ” типографские двойные кавычкиТекстовые редакторы, «умная пунктуация»"
– — короткое и длинное тиреАвтозамена двойного дефиса-
… символ многоточияАвтозамена трёх точек...
Неразрывные и другие специальные пробелыТекст, скопированный с веб-страниц и из документовОбычный пробел
• маркер спискаСкопированные спискиДефис или перевод строки
° знак градусаТемператураСлово: 21 degrees
™ ® ©Названия брендовНичего
` обратный апострофКод, некоторые раскладки клавиатуры'
Символы нулевой ширины и другие невидимые символыСкопированный текст, некоторые системы управления контентомНаберите строку заново
ЭмодзиКлавиатуры телефоновСлово

Редактор предлагает замену одним нажатием для типографских кавычек, длинных тире, символа многоточия и специальных пробелов. API отправляет текст ровно в том виде, в каком он передан, поэтому скрипт, который берёт тексты из системы управления контентом, должен выполнять те же замены перед отправкой.

Эмодзи заслуживают отдельного разговора; подробнее — в статье глоссария об эмодзи в SMS. Они никогда не входят в GSM-7, а большинство из них к тому же находится за пределами диапазона, для которого создавалась UCS-2, поэтому они передаются парой 16-битных единиц: одно эмодзи обычно занимает два из 70 мест. Оттенки кожи, флаги и составные эмодзи занимают четыре места и больше.

Диакритика по языкам

GSM-7 создавался для западноевропейских языков и охватывает их неравномерно. Одной буквы из правого столбца достаточно, чтобы сообщение перешло в Unicode:

ЯзыкЕсть в GSM-7Переводит в Unicode
АнглийскийВесь обычный текстТолько типографские знаки препинания
Немецкийä ö ü Ä Ö Ü ßНичего в повседневном тексте
Французскийà é è ù Éâ ê î ô û ë ï œ, а также заглавные, например À и È
Испанскийé ñ Ñ ü ¿ ¡á í ó ú и их заглавные варианты
Португальскийà é Éá â ã ê í ó ô õ ú
Итальянскийà è é ì ò ùÈ в начале предложения и другие заглавные буквы с диакритикой, кроме É
Датский, финский, норвежский, шведскийå ä æ ö ø и их заглавные вариантыНичего в повседневном тексте
Языки Центральной и Восточной Европы на латинице, турецкийé, ö и ü там, где они есть в языкеБольшинство других диакритических знаков: ą ę ł ś ż, č ř š ž, ő ű, ă ș ț, ğ ı ş

Особый случай — латинская c с седилью: в стандартной таблице есть заглавная Ç, а системы расходятся в том, сопоставлять ли с ней строчную ç, поэтому французский, португальский и турецкий текст с этой буквой может закодироваться и так и иначе. Проверяйте счётчик, а не полагайтесь на предположения. В остальном выбор редакционный. Испанский или португальский текст без диакритики остаётся в GSM-7 и стоит дешевле, но часть аудитории воспринимает его как небрежный. Для одноразового кода это редко важно; для брендовой кампании решайте осознанно.

Как уложиться в один сегмент

Чтобы проверить черновик прямо во время работы, вставьте его в счётчик символов SMS: он покажет каждый символ, из-за которого текст уходит в Unicode, и число сегментов до и после замены.

  • Используйте прямые кавычки и обычный дефис.
  • Не используйте эмодзи в транзакционных сообщениях: они сокращают ёмкость со 160 символов до 70 и никак не улучшают доставку.
  • Делайте ссылки короткими и постоянными: ссылка для отслеживания длиной 30 символов занимает пятую часть сегмента.
  • Проверяйте текст на реальных данных: переменная, например имя, может вывести самый длинный вариант за предел сегмента, даже если шаблон помещается.
  • Выбирайте круглые скобки вместо квадратных и 14:30 вместо 2:30 p.m.
  • Сокращайте слова, но не ясность: Ваш заказ отправлен говорит то же, что С радостью сообщаем вам, что ваш заказ уже находится в пути, но занимает втрое меньше места.

Подробнее о стоимости — в статье блога о цене Unicode и о том, как её избежать.

Нелатинские письменности

Арабское письмо, кириллица, иврит, деванагари и другие индийские письменности, тайское, китайское, японское и корейское письмо всегда используют Unicode, как и греческий в обычном написании. Это не проблема, которую нужно решать, а цена письменности: 70 символов в одиночном сообщении и 67 в каждой части. Латинское название бренда в таком сообщении ничего не меняет, потому что сообщение уже в Unicode.

Коды, уведомления и короткие подтверждения помещаются в один сегмент на любом языке. ACME: ваш код 493201. Действует 10 минут. — это 41 символ, с запасом один сегмент; остальные требования к формату описаны в руководстве о кодах подтверждения. Рекламный текст лучше осознанно написать на две части, чем случайно на полторы. В китайском и японском, где один знак часто передаёт целое слово или слог, 70 символов вмещают больше, чем кажется. Некоторые отправители используют транслитерацию и пишут русский или греческий текст латиницей, чтобы остаться в GSM-7; это более чем вдвое увеличивает место в сегменте, но читается неформально, что больше подходит коду, чем бренду.

Примените знания на практике.Для регистрации достаточно адреса электронной почты. Тарифы опубликованы, оплата принимается в криптовалюте, тестовый ключ бесплатный.
Начать отправку

Что-то непонятно или устарело? Сообщите нам на странице поддержки. Мы внесём исправления в руководство и обновим дату.