Счётчик символов и знаков

«Количество символов» звучит однозначно, но на практике три разных счётчика дают три разных числа. Разница в том, что считать за единицу.

Эмодзи вне базовой плоскости занимает две единицы UTF-16 — поэтому в старых счётчиках один смайлик «съедает» два символа из лимита твита. Мы считаем по кодовым точкам: это ближе к тому, что вы видите, и совпадает с тем, как считает X.

Отдельная строка в списке — «UTF-16-единицы». Она нужна, когда лимит задан программно: часть API, база данных с ограничением по длине поля и SMS-шлюзы считают именно их.

Слово здесь — последовательность букв и цифр; дефис и апостроф внутри не разрывают её, поэтому «онлайн-касса» — одно слово. Предложения определяются по точке, «!», «?» и многоточию, с поправкой на десятичные дроби и частые сокращения. Точный разбор с учётом сокращений и слогов делает проверка читаемости — там это нужно для формул индекса.

Лимиты бывают двух видов, и путать их дорого.

Жёсткие: лишний знак не примут

• Пост в X — 280 знаков. Ссылка любой длины считается за 23 знака: в счётчике это не учтено, поэтому при двух ссылках вычитайте вручную.
• Подпись к медиа в Telegram — 1024 знака, обычное сообщение — 4096. API просто вернёт ошибку.
• Запись во ВКонтакте — 16 000 знаков.

Мягкие: текст примут, но покажут не весь

• title и description. Здесь вообще нет лимита в символах: поиск обрезает по ширине в пикселях, и «ШИРОКИЙ ЗАГОЛОВОК» обрежется раньше «узкого заголовка» той же длины. 60 и 160 — ориентиры, чтобы не гадать; когда нужна точность, есть проверка сниппета, которая измеряет реальную ширину шрифтом выдачи.
• Тема письма. На телефоне видно около 35 знаков, в почтовом клиенте на компьютере — до 60. Что именно обрежется в популярных почтовиках, покажет проверка темы письма.
• Пуш-уведомление. Зависит от системы, оболочки и ширины экрана. 40 знаков в заголовке и 120 в теле — безопасный предел, при котором сообщение читается целиком почти везде.

SMS: лимит зависит от языка

Латиница кодируется в GSM-7 — 160 знаков в сегменте. Одна русская буква переводит всё сообщение в UCS-2, и сегмент становится 70 знаками; в склеенном сообщении ещё меньше — 67, потому что часть места занимает служебный заголовок. Практический вывод: 71 знак по-русски стоит как два SMS, и текст «чуть подлиннее» удваивает счёт за рассылку.

Время считается просто: слова, делённые на темп. Темп взят из метаанализа скорости чтения Марка Брисберта: около 184 слов в минуту для чтения про себя на русском.

Оценка годится для абзацев и статей и плохо работает на коротких текстах: у подсказки из двенадцати слов основное время уходит не на чтение, а на то, чтобы её заметить и понять, что делать. Для текстов внутри продукта это считает калькулятор времени чтения подсказок — он добавляет время на замечание шага и проверяет каждый шаг тура отдельно.

Счётчик отвечает на вопрос «сколько», а не «хорошо ли». Несколько случаев, где на его цифры опираться нельзя:

• Когда лимит задан в пикселях. Это все поля, которые показывает поисковик, и большинство мест в интерфейсе. Заголовок из 55 широких символов обрежется, а из 62 узких — нет. Символы здесь дают только ориентир.
• Когда объём — это требование, а не цель. «Статья на 8 000 знаков» приводит к воде: текст добивают до числа, а не до ответа на вопрос читателя. Если объём в задаче есть, полезнее договориться о структуре: сколько разделов и какие вопросы они закрывают.
• Когда текст оценивают по читаемости. Пятьсот знаков в одном предложении и пятьсот в пяти — разные тексты с одинаковым счётчиком. Длину предложений и сложность считает проверка читаемости.
• Когда в тексте разметка. HTML-теги, шорткоды и Markdown считаются как символы. Вставляйте готовый текст, а не разметку, иначе цифры будут завышены.
• Когда важна плотность ключевых слов. Отношение «ключ к объёму» давно не работает как критерий: поиск оценивает соответствие запросу, а не частоту слова. Считать проценты по символам здесь бессмысленно.

И честное ограничение самого инструмента: предложения он определяет по знакам конца, а не по разбору языка. «г. Москва» или «им. Баумана» добавят лишнее предложение. Для счёта символов и слов это не важно, для среднего числа слов в предложении — немного важно.

1. Brysbaert M. How Many Words Do We Read per Minute? A Review and Meta-analysis of Reading Rate, Journal of Memory and Language, 2019 — темп чтения про себя по языкам; для русского около 184 слов в минуту.
2. 3GPP TS 23.038 — таблица GSM 7-bit и правила перехода в UCS-2: 160 / 153 знака против 70 / 67.
3. Telegram Bot API, метод sendPhoto — ограничение подписи в 1024 символа; sendMessage — 4096.
4. X (Twitter) Help Center, Counting characters — 280 знаков, ссылка считается за 23 независимо от длины.
5. Unicode Standard, гл. 2 и UAX #29 — кодовые точки, единицы UTF-16 и границы графем.