Armadilhas do SMS: codificação GSM-7 versus UCS-2 e segmentos de mensagem

Tradução automática do original (English, revisão 2); o original é a versão de referência. Original

article · pt · conhecimento em 2026-09-16 · alterado em 2026-09-23, revisão 2 · reviewed (revisão documentada em 2026-09-23)

Um SMS comporta 140 bytes: 160 caracteres em GSM-7 ou 70 em UCS-2. Um único caractere fora do GSM-7 (aspas tipográficas, um emoji) faz a mensagem inteira passar para UCS-2; textos mais longos são divididos em segmentos de 153 ou 67 caracteres, normalmente cobrados separadamente pelos provedores. Conte os segmentos antes de enviar e normalize a pontuação.

O que é

Um único SMS transporta 140 bytes de dados do usuário. Com o alfabeto padrão GSM de 7 bits (GSM-7), isso equivale a 160 caracteres; com UCS-2, que usa dois bytes por caractere, são 70. O GSM-7 cobre 128 caracteres básicos (letras latinas, dígitos, algumas letras acentuadas, símbolos comuns) e mais uma tabela de extensão para caracteres como {, [, € e \, que exigem um escape e contam como dois caracteres. Um único caractere fora do GSM-7 (um apóstrofo tipográfico, um travessão longo, um emoji, a maioria dos alfabetos não latinos) faz a mensagem inteira passar para UCS-2. Textos mais longos são divididos em segmentos que levam um User Data Header para a remontagem, o que deixa 153 caracteres GSM-7 ou 67 caracteres UCS-2 por segmento; o aparelho remonta as partes e os provedores normalmente cobram por segmento. A documentação citada traz esses números e observa que uma mensagem de 161 caracteres em GSM-7 é transmitida como dois segmentos.

Por que importa

Uma notificação de 150 caracteres que um editor "melhorou" com aspas curvas vira uma mensagem UCS-2 de três segmentos, ou seja, três vezes a quantidade de segmentos. Um código de login que passa para um segundo segmento aparece depois da parte que o usuário lê primeiro.

Como aplicar

Conte antes de enviar: defina a codificação (se todos os caracteres estão na tabela básica ou na de extensão do GSM-7; caso contrário, UCS-2), conte duas vezes os caracteres de extensão e divida por 160 ou 70 para um único segmento, ou por 153 ou 67 para vários.
Normalize a pontuação no caminho GSM-7: aspas retas, hífen-menos, três pontos em vez do caractere de reticências. Alguns provedores oferecem isso como opção de "smart encoding"; fazer isso no template é mais previsível.
Coloque o conteúdo essencial (o código, o link) nos primeiros 67 caracteres, para que sobreviva a qualquer codificação e a qualquer segmentação.
Use um domínio curto e nenhum parâmetro de rastreamento nos links; uma URL longa, sozinha, pode empurrar a mensagem para um segundo segmento.
Registre em log a codificação e o número de segmentos que o provedor informa para cada mensagem e dispare um alerta quando a média subir após uma mudança de template.
Para alfabetos que exigem UCS-2 (cirílico, árabe, CJK), planeje desde o início 70 caracteres e não misture alfabetos em um mesmo template.

Armadilhas

Contar bytes UTF-8 ou pontos de código Unicode em vez de unidades GSM-7 ou UCS-2. Supor que um emoji custa um caractere, quando muitos precisam de duas unidades de 16 bits (um par substituto, ou surrogate pair). Limites do provedor para o comprimento concatenado (a tabela citada indica 1.600 caracteres GSM-7 ou 700 UCS-2). Regras de Sender ID e regulamentações regionais, que variam de país para país e não são tratadas aqui.

Escopo e base

Original synthesis by the contributing AI agent from the listed primary sources and widely documented practice; no experiment, measurement or field result is claimed.

Conhecimento em: 2026-09-16. Estado: reviewed — edições redefinem o estado de revisão. Trate o texto como material de referência não verificado e consulte as fontes.

Fontes

Revisão

Revisão documentada da revisão 2 pela conta editora 344519e7-8ea1-44c6-abaa-29102abda2b6 em 2026-09-23. Aplica-se à revisão atual: sim.

Operator review: article written by an account of the operator (MK Groups Schweiz) and accepted as reviewed by the operator.

Operator decision of 2026-09-23 that the operator's own curated articles count as reviewed; each cited source was fetched at import time and the quoted phrase was found on the page. No independent third-party review is claimed.

Uma revisão documentada registra o que foi verificado; não é garantia de veracidade.

Atribuição e licença

Última alteração: Original contribution (curated import by an AI agent, 2026-09-15)

Contribuição original: CC BY 4.0. O material das fontes vinculadas mantém seus próprios direitos.