Limite de caractères SMS : GSM-7 vs Unicode expliqué

La limite de caractères d'un SMS est de 160 caractères en encodage GSM-7 ou de 70 caractères en Unicode (UCS-2) pour un message simple. Les messages plus longs sont découpés en segments de 153 caractères GSM-7 ou 67 caractères Unicode, et chaque segment est facturé comme un SMS. Un seul caractère hors de l'alphabet GSM-7, comme un emoji ou une apostrophe typographique, fait basculer tout le message en Unicode.

Pourquoi les limites sont de 160 et 70

La charge utile d'un SMS est de 140 octets (1,120 bits). L'encodage détermine combien de caractères y tiennent :

Dans un message long, chaque segment porte un en-tête de 6 octets (UDH) qui indique au téléphone comment réassembler les parties, d'où les limites plus basses par segment. Le fonctionnement est expliqué dans les SMS longs (concaténés) expliqués.

Ce que contient l'alphabet GSM-7

Le GSM-7 couvre les lettres latines de base, les chiffres, la ponctuation courante et certaines lettres accentuées des langues d'Europe occidentale, comme é, è, ü, ñ et à. Il n'inclut pas beaucoup d'autres lettres accentuées (par exemple á, í, ó, ú, ê ou õ), ni le cyrillique, l'arabe, le chinois ou les emojis. Certaines majuscules grecques sont incluses, héritage de la norme d'origine.

Quelques caractères appartiennent à la table d'extension et occupent chacun la place de deux caractères, car ils sont envoyés avec un code d'échappement :

• ^ { } \ [ ] ~ | et le signe euro

Un message avec cinq signes euro dispose donc de 155 caractères de place, et non de 160.

Ce qui déclenche l'Unicode

Si un seul caractère n'est pas en GSM-7, tout le message part en UCS-2 et la limite tombe de 160 à 70. Déclencheurs accidentels fréquents :

• Guillemets et apostrophes typographiques copiés depuis un traitement de texte (utilisez les droits ' et ")
• Tirets longs et caractères de points de suspension (utilisez un trait d'union et trois points)
• Espaces insécables et caractères de largeur nulle venant de formulaires web
• Emojis, qui en UCS-2 occupent souvent deux emplacements chacun
• Lettres hors de l'alphabet, comme le ł polonais ou le ş turc

Un message anglais de 150 caractères avec une seule apostrophe typographique devient trois segments au lieu d'un. Sur de grosses campagnes, cela triple le coût. La tarification par segment est expliquée dans comment fonctionne le prix du SMS A2P.

Les langues qui exigent l'Unicode

L'arabe, le russe, l'hindi, le chinois, le thaï et de nombreuses autres écritures exigent toujours l'UCS-2 : 70 et 67 sont donc les vraies limites. Certains réseaux prennent en charge les tables de décalage nationales (définies pour le turc, l'espagnol, le portugais et plusieurs langues indiennes) qui conservent l'encodage 7 bits avec un autre jeu de caractères, mais la prise en charge dépend de la route et des téléphones : ne comptez pas dessus sans tester.

Comment régler l'encodage en SMPP et en HTTP

• SMPP : le champ data_coding indique l'encodage du message. 0 signifie l'alphabet par défaut du SMSC (souvent GSM-7, mais certaines plateformes le traitent comme du Latin-1), 8 signifie UCS-2. Demandez à votre fournisseur quel défaut il utilise, car une incohérence brouille les caractères. Voir SMPP vs API HTTP.
• API HTTP : vous envoyez en général du texte UTF-8 et la plateforme choisit l'encodage. Vérifiez comment elle compte les segments avant le lancement.

Les rejets comme data coding invalide ou longueur de message invalide sont listés dans les codes d'erreur SMPP courants.

Conseils pratiques

1. Faites passer le texte sortant par un nettoyeur qui remplace guillemets typographiques, tirets et caractères invisibles.
2. Comptez les segments dans votre système avant l'envoi et journalisez-les, pour pouvoir rapprocher les factures.
3. Gardez OTP et alertes en un seul segment GSM-7. Voir les bonnes pratiques des OTP par SMS.
4. Testez les caractères spéciaux sur de vrais téléphones dans chaque pays avant une campagne.

VoIPMatcher source des routes SMS A2P qui acceptent le trafic GSM-7 comme Unicode. Demandez une route SMS et indiquez-nous les langues dans lesquelles vous envoyez.

Questions fréquentes