文字数カウントとバイト数の違い

すぐに使える答え

文字数は人が画面で読む長さを確認する値です。UTF-8バイト数は、システムが保存、送信、検証するときのデータ量を確認する値です。

英数字だけなら1文字が1バイトになることが多い一方、日本語、韓国語、中国語、アクセント付き文字、絵文字は1文字でも複数バイトになります。そのため、画面では短い文章でも、DBの列制限、CSVアップロード、APIのリクエスト制限、CMSの入力制限で失敗することがあります。

バイト数チェックリスト

UTF-8で増える例

UTF-8はUnicode文字をバイト列として表現します。JavaScriptのTextEncoderは文字列をUTF-8としてエンコードし、Unicode標準ではUTF-8を1から4バイトの符号化形式として定義しています。

実際の入力では、濁点の合成、絵文字の連結、改行、タブ、前後の空白で結果が変わります。言語名だけで推測せず、送信する最終テキストを測るのが安全です。

文字数とUTF-8バイト数の使い分け

実務ワークフロー

1. 制限が「文字数」「バイト数」「単語数」「トークン数」のどれかを確認します。
2. 実際に送る文字列を 文字数カウント・バイト数計算 に貼り付けます。
3. 文字数、空白を除いた文字数、行数、UTF-8バイト数を比較します。
4. DB、API、CSVに送る場合は、trim、正規化、JSON化、CSV化した後の最終テキストでも測ります。
5. 日本語や絵文字を含む入力欄では、表示上の文字数だけでなく、保存先の上限に余裕があるかを確認します。

よくある失敗パターン

実務FAQ

バイト数は文字数と同じですか？

同じではありません。英数字は1文字1バイトになることが多いですが、日本語の多くの文字はUTF-8で3バイト、絵文字は4バイト以上になることがあります。

日本語のフォームでは文字数制限とバイト数制限のどちらを表示すべきですか？

ユーザーに見せる制限は文字数が分かりやすいです。ただし、保存先やAPIがバイト数で落ちるなら、内部ではUTF-8バイト数も検証してください。

DBのvarchar(50)なら50文字まで入りますか？

必ずしもそうとは言えません。DB、文字セット、列定義、周辺のバリデーションによって文字数基準かバイト数基準かが変わります。日本語や絵文字を保存するなら実データで確認してください。

絵文字は1文字として数えてよいですか？

画面上は1つの記号に見えても、内部では複数のコード単位や複数バイトになる場合があります。家族絵文字、肌色修飾、結合文字を含む場合は特に実測が必要です。

UTF-8 with BOMにするとバイト数は変わりますか？

BOMはテキストファイルの先頭に付く追加バイトです。各文字の大きさが変わるわけではありませんが、CSVファイル全体のサイズやExcelの文字コード判定には影響することがあります。

関連ツール

• 文字数カウント・バイト数計算: 文字数、空白除外、行数、UTF-8バイト数を同時に確認できます。

関連記事

• AIトークン数と文字数の違い
• UTF-8、CP949、EUC-KR、Shift-JISの違い

更新日

2026-06-25