عداد الأحرف

يتوقع معظم الناس أن يعني عد الأحرف "كم عدد الحروف والرموز في هذا النص"، وهو ما يبدو لا لبس فيه حتى يدخل الإيموجي والأحرف المُنقَّطة المشهد. يُعرَض إيموجي واحد كرمز واحد لكنه غالبًا يُخزَّن داخليًا كوحدتي رمز UTF-16 مزدوجتين، ويُرمَّز كحتى أربعة بايتات في UTF-8 — لذا أداة تعد وحدات الرمز الخام تُبلِّغ عن الإيموجي كحرفين، بينما أداة تعد البايتات تُبلِّغ بشيء مختلف مرة أخرى، وإنسان ينظر إلى النص يرى واحدًا. تعد هذه الأداة ما يُدركه الشخص فعلًا — إيموجي مرئي هو حرف واحد — لأن هذا ما يطابق الحدود التي يحاول الناس عادةً الالتزام بها.

الأحرف المُنقَّطة تطرح مشكلة ذات صلة لكنها مختلفة: حرف مثل é يمكن تخزينه كنقطة رمز واحدة مُركَّبة مسبقًا أو كـ"e" بسيطة متبوعة بعلامة نبر مُركَّبة منفصلة، تسلسلا بايتات مختلفان يُعرَضان بشكل متطابق على الشاشة. العد حسب *ما يُعرَض*، كما تفعل هذه الأداة، يعامل كلا التمثيلين كحرف واحد لكل منهما، مطابقًا ما سيعده شخص ينظر إلى النص المعروض بنظرة واحدة.

رسالة نصية مُرسَلة باستخدام أبجدية GSM القديمة ذات 7 بت — أحرف لاتينية عادية، أرقام، وعلامات ترقيم أساسية — تتسع في 160 حرفًا في جزء رسالة واحد. في اللحظة التي تحتوي فيها الرسالة حرفًا خارج تلك الأبجدية — أي إيموجي، معظم الأحرف المُنقَّطة خارج مجموعة صغيرة متوافقة مع GSM، أو أحرف من كتابة غير لاتينية — يُحوِّل المشغّل الرسالة بأكملها إلى ترميز UTF-16، مما يقلل الحد لكل جزء إلى 70 حرفًا، ليس تدريجيًا بل كهاوية حادة في اللحظة التي يظهر فيها في أي مكان من الرسالة حرف يسبب ذلك. رسالة من 155 حرفًا كانت تتسع بارتياح تحت حد النص العادي يمكن أن تنقسم بصمت إلى ثلاثة أجزاء تُفوتَر في اللحظة التي يُضاف فيها إيموجي واحد.

تقطع محركات البحث المقتطفات وعناوين الصفحات بناءً على عرض البكسل المُعرَض، لا عدد أحرف ثابت، لأن أحرفًا مختلفة تشغل كميات مختلفة من المساحة الأفقية — عنوان مليء بأحرف ضيقة مثل "i" و"l" يتسع لأحرف أكثر عند نفس نقطة القطع من عنوان مليء بأحرف عريضة مثل "m" و"w". أعداد الأحرف المذكورة عادةً — حوالي 155 لوصف، حوالي 60 لعنوان — تقريبات عملية لأين يميل ذلك القطع القائم على البكسل للوقوع بالنسبة لنص عادي، لا قاعدة يطبقها محرك البحث حرفًا بحرف. وضع الكلمات المهمة في البداية ضمن تلك الميزانية التقريبية هو ما يُبقي المعنى سليمًا حتى لو تفاوتت نقطة القطع الدقيقة قليلًا حسب الأحرف المحددة المستخدمة.