• 覆盖 228 个目的地
  • 始终无需 KYC
  • 支持 Bitcoin、Monero、USDT 等 7 种币种

群发任务中级阅读约 8 分钟更新于 2026年10月19日

GSM-7 与 Unicode:消息长度的真实计算方式

GSM-7 字符集、扩展表、分段计算与实例、会强制切换为 Unicode 的字符,以及应改为输入什么。

学习路径第一周的第 4/4 部分

两套字符集

一条 SMS 可承载 140 字节。GSM-7 字符集每个字符占七位,可容纳 160 个字符;Unicode(UCS-2)每个字符占十六位,可容纳 70 个字符。整条消息只能使用一种字符集:只要出现一个 GSM-7 以外的字符,所有字符都会按 Unicode 容量计费。

编码不由你选择,而由文本决定。编辑器会显示适用的编码、分段数和渲染后最长的数据行;如果有字符导致切换为 Unicode,还会指出是哪个字符。API 从不改写文本:如消息对象所述,它会随每条消息返回 encoding(gsm7 或 ucs2)以及分段数 segments。

GSM-7 包含哪些字符

GSM-7 基本表有 128 个位置:一个转义码、两个用于换行的控制码,以及 125 个可打印字符。

类别字符
字母A 至 Z 和 a 至 z
数字0 至 9
标点和符号空格 ! " # % & ' ( ) * + , - . / : ; < = > ? @ _ § ¡ ¿ ¤
货币符号£、¥ 和美元符号;欧元符号位于扩展表中
带重音的字母及其他拉丁字母à è é ì ò ù É Ç Ä Ö Ü ä ö ü ß Ñ ñ Å å Æ æ Ø ø
希腊大写字母Δ Φ Γ Λ Ω Π Ψ Σ Θ Ξ

换行符包含在字符集中,因此分成两行的消息仍使用 GSM-7,但每个换行都会占用一个字符。请注意其中缺少的字符:反引号、度数符号、弯引号、短破折号和长破折号、省略号字符、项目符号、©、® 和 ™,以及西欧以外的大多数带重音字母。希腊大写字母是历史遗留:按常规方式书写、包含小写字母和重音符号的希腊文需要使用 Unicode。

扩展表

另有九个字符需要通过转义码使用,因此每个都占两个位置:^ { } \ [ ] ~ | €。它们不会让消息脱离 GSM-7,但每个计为两个字符;术语表在 GSM 扩展字符条目中列出了它们。一条含一个欧元符号、共 159 个可见字符的消息计为 160 个字符,正好放进一个分段;再加一个欧元符号,就计为 162 个字符,需要两个分段。

它们常藏在价格、编号和模板中。写成 €25 的价格计为四个字符;用方括号括住订单号要占四个位置,而圆括号只占两个。

分段与拼接

较长文本会被拆成多个分段,再由手机重新组合。每个分段需拿出六个字节存放“第 2/3 部分”之类的标头,因此每段容量会降至 153 和 67 个字符。费用按分段收取,最多 6 个。编辑器和 API 响应都会在发送前显示分段数,因此价格不会令人意外。

分段数GSM-7 字符数Unicode 字符数
1最多 160最多 70
2161 至 30671 至 134
3307 至 459135 至 201
4460 至 612202 至 268
5613 至 765269 至 335
6766 至 918336 至 402

由此可得出两点。从一个分段到两个分段这一步代价最高:第 161 个字符会多出整整一个分段,而且第一部分会从 160 个字符缩减到 153 个。此外,六个部分是上限,因此消息最长为 918 个 GSM-7 字符或 402 个 Unicode 字符。接近边界时,请以计数器而不是这张表为准:系统通常会避免把转义序列或表情符号拆到两个部分中,因此一个部分可能比计算结果少容纳一个字符。

实例解析

一个撇号,三个分段。下面这条提醒(英文示例)正好 160 个字符:

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.

用直撇号输入时,它只占一个 GSM-7 分段。如果从文字处理软件粘贴,而该软件把 Can't 变成了 Can’t,它就变成 160 个 Unicode 字符,而 160 落在 135 至 201 的区间内:三个分段,三倍价格。

最长的姓名说了算。下面这条会员积分消息同样是英文示例,围绕 {first_name} 占位符的固定文本共 156 个字符:

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.

对 Emma 而言,渲染后正好 160 个字符:一个分段。对 James 是 161 个字符:两个分段。对 Zoë 是 159 个字符,但 ë 不在 GSM-7 中,因此她的消息会以 Unicode 发送:三个分段。每条消息都单独编码、单独计费,所以只有这些行的费用更高;编辑器会显示渲染后最长的数据行,并指出任何导致切换为 Unicode 的字符,因此这两个问题在发送前都能看到。

费用差异。按每个分段 0.01 美元的示例费率计算,10,000 条单分段消息的费用为 100 美元。同样的 10,000 条消息如果因一个撇号变成三个 Unicode 分段,费用就是 300 美元。每个分段都按目的地公布的费率计费,费率列在价格页面上。

哪些字符会切换编码

GSM-7 包含基本拉丁字母、数字、常用标点,以及西欧语言使用的少量带重音字符。它不包含智能引号、长破折号、表情符号,也不包含 ő、ș、ă 这样的字母。任何一个此类字符都会把消息切换为 Unicode。最常见的意外切换,是从文字处理软件粘贴进来的弯撇号;开启了智能标点的手机键盘也会输入同样的字符。

字符常见来源改为输入
’ ‘ 弯撇号和弯单引号文字处理软件、智能标点'
“ ” 弯双引号文字处理软件、智能标点"
– — 短破折号和长破折号自动更正双连字符-
… 省略号字符自动更正三个点...
不换行空格及其他特殊空格从网页和文档复制的文本普通空格
• 项目符号复制的列表连字符或换行
° 度数符号温度改用单词:21 degrees
™ ® ©品牌名称省略不用
` 反引号代码、某些键盘布局'
零宽字符及其他不可见字符复制的文本、某些内容管理系统重新输入该行
表情符号手机键盘改用文字

编辑器可一键替换弯引号、长破折号、省略号字符和特殊空格。API 会完全按提交的内容发送文本,因此从内容管理系统获取文案的脚本,应在发送前执行同样的替换。

表情符号需要单独说明,术语表中关于 SMS 中的表情符号的条目有更多内容。它们从不属于 GSM-7,而且大多数还超出了 UCS-2 最初设计的范围,因此要用一对 16 位单元传输:一个表情符号通常会占用 70 个位置中的两个。肤色、旗帜和组合表情符号则占用四个或更多。

各语言的重音字母

GSM-7 围绕西欧语言设计,但对这些语言的覆盖并不均衡。右侧一列中的任意一个字母,就足以让消息切换编码:

语言属于 GSM-7会切换为 Unicode
英语普通文本中的所有字符只有印刷体标点
德语ä ö ü Ä Ö Ü ß日常文本中没有
法语à é è ù Éâ ê î ô û ë ï œ,以及 À 和 È 等大写字母
西班牙语é ñ Ñ ü ¿ ¡á í ó ú 及其大写形式
葡萄牙语à é Éá â ã ê í ó ô õ ú
意大利语à è é ì ò ù句首的 È,以及除 É 以外的其他带重音大写字母
丹麦语、芬兰语、挪威语、瑞典语å ä æ ö ø 及其大写形式日常文本中没有
中欧和东欧语言、土耳其语该语言用到的 é、ö 和 ü其他大多数变音符号:ą ę ł ś ż, č ř š ž, ő ű, ă ș ț, ğ ı ş

带软音符的 c 是个特例:标准表中有大写的 Ç,但各系统对小写 ç 是否映射到它看法不一,因此使用这个字母的法语、葡萄牙语和土耳其语文本可能落入任一种编码。请查看计数器,不要想当然。除此之外,就是编辑上的取舍了。不带重音符号的西班牙语或葡萄牙语可以保持 GSM-7,费用更低,但有些受众会觉得这样显得草率。对一次性验证码来说,这几乎无关紧要;对品牌营销活动,则应有意识地做出决定。

编写单分段消息

想在撰写时检查草稿,可以把它粘贴到短信字数计算器中:它会指出每个导致改用 Unicode 的字符,并显示替换前后的分段数。

  • 使用直引号和普通连字符。
  • 事务性消息不要使用表情符号:它们会让容量从 160 个字符降到 70 个,却不会提升送达效果。
  • 链接应简短且稳定;30 个字符的跟踪链接会占去一个分段的五分之一。
  • 使用真实数据预览:姓名等变量可能让最长的数据行超出限制,即使模板本身没有超出。
  • 时间写成 14:30 而不是 2:30 p.m.,括号用圆括号而不是方括号。
  • 宁删字词,不损清晰:以英文为例,Your order has shipped(订单已发货)只用三分之一的篇幅,就表达了 We are pleased to let you know that your order is now on its way(我们很高兴地通知您,您的订单现已发出)的意思。

博客文章Unicode 的成本及如何避免更详细地介绍了费用方面的问题。

非拉丁文字

阿拉伯文、西里尔文、希伯来文、天城文及其他印度文字、泰文、中文、日文和韩文始终使用 Unicode,按常规方式书写的希腊文也是如此。这不是需要修复的问题,而是文字本身的成本:单条消息 70 个字符,拼接后每部分 67 个字符。在这类消息中使用拉丁字母的品牌名称不会改变任何情况,因为消息本来就是 Unicode。

验证码、提醒和简短确认无论使用何种语言都能放进一个分段。俄文示例 ACME: ваш код 493201. Действует 10 минут. 共 41 个字符,轻松放进一个分段;验证码指南介绍了这类消息格式的其他方面。营销文案应有意写成两个分段,避免无意间写成一个半分段。中文和日文的单个字符往往就能承载一个完整的词或音节,因此 70 个字符能表达的内容比看上去更多。有些发送者会转写,用拉丁字母书写俄文或希腊文以保持 GSM-7;这样每个分段的容量会增加一倍以上,但读起来显得随意,更适合验证码而非品牌消息。

立即付诸实践。一个电子邮箱地址即可开户。费率公开,支持加密货币付款,测试密钥免费。
开始发送

有内容不清楚或已经过时?请在支持页面告诉我们;修正内容会更新到指南中,同时更新修订日期。