Verificador GSM-7 / Unicode.

GSM-7 é o alfabeto predefinido de 7 bits da norma GSM 03.38. A sua tabela básica cobre letras latinas maiúsculas e minúsculas, dígitos, pontuação comum e um pequeno conjunto europeu. Cada carácter básico ocupa uma unidade de 7 bits, pelo que um único SMS cabe 160 deles.

Um pequeno conjunto de carateres — o símbolo do euro e parênteses retos, chavetas, barra invertida, til, circunflexo e barra vertical ( € { } [ ] ~ | ^ \ ) — vive na tabela de extensão GSM-7. Continuam a ser GSM-7, mas cada um é enviado como um carácter de escape mais o próprio carácter, pelo que conta como duas unidades em vez de uma.

Qualquer carácter fora das tabelas básica e de extensão do GSM-7. Os culpados comuns são aspas curvas, travessões, o carácter de reticências, muitas letras acentuadas, e qualquer emoji, carácter árabe, cirílico ou CJK. Um único destes carateres em qualquer lugar muda a mensagem inteira para codificação de byte duplo.

O SMS usa uma única codificação por mensagem. Se mesmo um carácter não puder ser representado em GSM-7, toda a mensagem tem de ser enviada como UCS-2 para que esse carácter sobreviva. Isso reduz o orçamento por segmento de 160 para 70 carateres, razão pela qual uma aspa curva perdida pode duplicar ou triplicar a sua contagem de segmentos.

A calculadora de segmentos indica a codificação, o número de segmentos e o custo de toda uma mensagem. Este verificador analisa carácter a carácter para que possa identificar exatamente os carateres problemáticos, substituí-los e devolver a mensagem a GSM-7. Use-os em conjunto.