UTF-8 位元組數 - 規則估算文本佔用的位元組數

← ToolBox / UTF-8 位元組數

📖 檢視「UTF-8 位元組數使用指南」

💾 UTF-8 Byte Count

Estimate the UTF-8 byte size from counts of ASCII and multibyte characters (CJK, emoji) for storage estimation.

ASCII 字元數

CJK 等 3 位元組字元數

Emoji 等 4 位元組字元數

📐 計算公式與說明

ASCII = 1 位元組
拉丁/希臘等 = 2 位元組
CJK 常用字 = 3 位元組
Emoji = 4 位元組

用於估算多語言文本儲存空間。

📚 深度解析：UTF-8 位元組數

💡 常見使用場景

儲存規劃：混合中英文文本按字元型別估算位元組體積。
傳輸預算：介面報文 UTF-8 編碼後的真實位元組長度。
資料庫欄位：為 VARCHAR 按位元組而非字元設寬度（如 MySQL utf8mb4）。

示例：10 ASCII + 5 中文

10×1 + 5×3 = 25 位元組；若含 emoji 則為 4 位元組/個。

❓ 常見問題（FAQ）

UTF-8 為何變長？: ASCII 1 位元組、常用漢字 3 位元組、部分符號/emoji 4 位元組，兼顧相容與節省。
emoji 佔幾字節？: 多為 4 位元組（utf8mb4），部分組合 emoji 更長。
與字元數區別？: 字元數≠位元組數，UTF-8 下需按位元組算儲存/傳輸，避免截斷亂碼。