Usa el Contador de Bytes de Texto gratuito abajo: tus datos nunca salen de tu navegador, todo el trabajo ocurre en tu dispositivo y no se sube a ningún servidor.
Los caracteres no son bytes
La mayorÃa de la gente supone que un carácter equivale a un byte. Para un texto en inglés simple eso es cierto, pero deja de serlo en cuanto usas una letra con acento, un sÃmbolo de moneda o un emoji. Los ordenadores guardan el texto en bytes, y la codificación UTF-8 que usa casi toda la web moderna da distintos tamaños en bytes a distintos caracteres. Una letra latina básica ocupa un byte. Una letra con acento ocupa dos. La mayorÃa de las escrituras asiáticas ocupan tres. Un emoji ocupa cuatro. Un contador de bytes de texto te muestra el coste real de almacenamiento de tu texto, no solo su número de caracteres.
Esa diferencia importa más a menudo de lo que parece. Las bases de datos tienen lÃmites en bytes para sus campos. Los sistemas de mensajerÃa cobran o cortan por bytes. Las subidas de archivos tienen lÃmites de tamaño en bytes. Las API rechazan peticiones demasiado grandes en bytes. Si solo contaras caracteres, un mensaje lleno de emojis podrÃa pasar tu comprobación y aun asà fallar en el sistema que cuenta bytes. Contar bytes primero evita esa sorpresa.
Cómo funciona UTF-8
UTF-8 es un compromiso inteligente. Mantiene los primeros 128 caracteres, las letras latinas básicas, los dÃgitos y la puntuación común, en un byte cada uno, lo que mantiene el texto en inglés compacto y compatible con sistemas antiguos. Los caracteres fuera de ese rango usan un byte inicial que anuncia cuántos bytes siguen, más bytes de continuación. Ese diseño permite que un lector siempre sepa dónde termina un carácter y empieza el siguiente, incluso en medio de un flujo de datos.
Los rangos son fáciles de recordar. Los puntos de código hasta 127 usan un byte. Los puntos de código de 128 a 2047 usan dos bytes, lo que cubre letras latinas con acento, griego, cirÃlico, hebreo y árabe. Los puntos de código de 2048 a 65535 usan tres bytes, lo que cubre la mayorÃa de los caracteres chinos, japoneses y coreanos, además de sÃmbolos como el euro. Todo lo que está por encima, incluidos los emojis y escrituras históricas raras, usa cuatro bytes.
Cómo funciona este contador
Pega tu texto y pulsa Contar bytes. La herramienta codifica tu texto exactamente como lo harÃan un navegador o un servidor, usando el TextEncoder integrado, y muestra la longitud total en bytes. También desglosa el total por tamaño: cuántos caracteres usan un byte, dos bytes, tres bytes y cuatro bytes. Ese desglose muestra de un vistazo qué está impulsando el tamaño. Un texto con unos pocos emojis puede costar fácilmente más bytes que un párrafo plano mucho más largo.
La herramienta también muestra el conteo de caracteres junto al conteo de bytes, para que puedas compararlos directamente. Cuando coinciden, tu texto es latÃn básico puro. Cuando los bytes superan a los caracteres, la diferencia te dice cuánto de tu texto queda fuera de ese rango. Cuanto mayor es la diferencia, más depende tu texto de caracteres multibyte.
Dónde muerden los lÃmites en bytes
Las columnas de bases de datos son un caso clásico. Una columna definida como 255 bytes guarda 255 letras simples, pero solo 127 letras de dos bytes o 63 emojis. Los desarrolladores que prueban con texto en inglés y luego reciben entradas reales en otros idiomas chocan rápido con este lÃmite. Los campos de formulario con lÃmites en bytes se comportan igual. Contar bytes antes de enviar evita un formulario rechazado y un borrador perdido.
La mensajerÃa y los SMS tienen su propia versión. Un solo SMS admite 160 caracteres en el conjunto básico, pero solo 70 caracteres cuando cambia a una codificación más amplia, porque el mensaje se mide en un número fijo de bytes. Las redes sociales, las notificaciones y los sistemas de chat tienen lÃmites que en realidad son lÃmites en bytes disfrazados. Un contador de bytes te dice la verdad antes de enviar.
Bytes, almacenamiento y archivos
Los tamaños de archivo siguen la misma regla. Un archivo de texto plano con 10.000 caracteres en inglés ocupa unos 10 kilobytes. El mismo número de caracteres en un texto lleno de emojis puede ocupar 40 kilobytes. Eso importa para las cuotas de almacenamiento, los lÃmites de adjuntos de correo y los topes de subida. También importa para el rendimiento: los paquetes más grandes tardan más en enviarse, sobre todo con conexiones lentas.
Consejos para no superar los lÃmites
Cuando estás cerca de un lÃmite, revisa primero el desglose. Si dominan los caracteres de cuatro bytes, sustituir unos pocos emojis por palabras puede ahorrar muchos más bytes que recortar texto plano. Si dominan los caracteres de dos bytes, el texto probablemente está en un idioma con acentos, y recortar palabras es la solución honesta, ya que no es razonable quitar los acentos del idioma de alguien.
Recuerda también que algunos caracteres que no puedes ver siguen costando bytes. Un espacio inseparable, un conector de ancho cero dentro de una secuencia de emojis o una marca de orden de bytes al inicio de un archivo cuentan todos. Si un total en bytes parece mayor de lo esperado, los caracteres invisibles son una causa probable. Pega el texto aquÃ, revisa el desglose y sabrás exactamente adónde van los bytes, sin subir nada en el proceso.
Herramientas relacionadas
- Text Byte Counter (English version)
- Convertidor de Palabras a Números
- Convertidor de Números Romanos