Combien d'octets pèse le mot « été » ?
Le mot « été » compte 3 caractères mais 5 octets en UTF-8 : les deux accents pèsent chacun deux octets.
Par Jimenez Julien, éditeur de Calepin Binaire · mis à jour le
- Caractères (points de code)
- 3
- UTF-8
- 5 octets
- UTF-16
- 6 octets
- UTF-32
- 12 octets
- ISO-8859-1 (Latin-1)
- 3 octets
- ASCII
- impossible : 2 caractères hors table
Le cas en détail
En UTF-8, la lettre t n'occupe qu'un octet, comme tous les caractères ASCII. Chaque é en occupe deux, car son point de code dépasse 127. Le mot pèse donc 2 + 1 + 2 = 5 octets. En Latin-1, il n'en pèserait que 3.
À retenir : Pour limiter la taille, le nombre de caractères ne suffit pas : comptez les octets si la limite est exprimée ainsi.
L'exemple chiffré
Valeurs utilisées dans ce cas (des exemples, pas des mesures) :
- Texte à mesurer : « été »
- Caractères (points de code)
- 3
- UTF-8
- 5 octets
- UTF-16
- 6 octets
- UTF-32
- 12 octets
- ISO-8859-1 (Latin-1)
- 3 octets
- ASCII
- impossible : 2 caractères hors table
Modifiez les champs ci-dessus pour adapter le calcul à votre situation : le résultat se met à jour tout de suite.
Comment ça se calcule
Le texte est découpé en points de code Unicode. En UTF-8, un point de code occupe 1 à 4 octets selon sa valeur (1 jusqu'à U+007F, 2 jusqu'à U+07FF, 3 jusqu'à U+FFFF, 4 au-delà). En UTF-16, 2 octets ou 4 pour les caractères hors plan de base ; en UTF-32, toujours 4. Latin-1 et ASCII n'acceptent que les 256 et 128 premiers points de code.
Les résultats sont fournis à titre indicatif, sans valeur de conseil juridique, fiscal ou financier.