ตัวอักษรกับโค้ดพอยต์ต่างกันอย่างไร และทำไม X กับ TikTok นับข้อความไทยได้มากกว่า

“ตัวอักษร” คือสิ่งที่ตาเห็น เช่น “น้ำ” นับเป็น 1 ตัว แต่คอมพิวเตอร์เก็บคำนี้เป็นโค้ดพอยต์ Unicode 3 ตัว (น + ้ + ำ) X และ TikTok นับตามหน่วยข้างใต้นี้ สระบน สระล่าง และวรรณยุกต์จึงกินลิมิตตัวละ 1 เสมอ

เผยแพร่ 4 พฤศจิกายน 2569

ตัวอักษรที่เห็น กับโค้ดพอยต์ Unicode

Unicode กำหนดรหัสให้อักษรไทยทีละส่วน พยัญชนะ สระ วรรณยุกต์ และเครื่องหมายอย่างไม้ทัณฑฆาตต่างก็มีรหัสของตัวเอง รหัสแต่ละตัวนี้เรียกว่า “โค้ดพอยต์” (code point) เวลาเราพิมพ์ “ที่” คอมพิวเตอร์จึงเก็บไว้ 3 โค้ดพอยต์ คือ ท + ี + ่

แต่สิ่งที่ตาเห็นเป็นหนึ่งหน่วยนั้น Unicode เรียกว่า grapheme cluster ซึ่งในบทความนี้เราเรียกสั้น ๆ ว่า “ตัวอักษร” สำหรับภาษาไทย หลักการคือ

  • พยัญชนะพร้อมสิ่งที่อยู่บนหรือล่าง เช่น สระบน สระล่าง วรรณยุกต์ และไม้ทัณฑฆาต รวมเป็น 1 ตัว เช่น “ที่” “ปู่” “ร์”
  • สระอำ รวมกับพยัญชนะข้างหน้าเป็น 1 ตัว เช่น “กำ” และ “น้ำ”
  • สระหน้า เ แ โ ใ ไ และ สระหลัง อย่าง า ะ นับเป็นอีกตัวแยกจากพยัญชนะ

ในทางภาษาไทย บางครั้ง “ตัวอักษร” ก็หมายถึงรูปพยัญชนะ สระ และวรรณยุกต์ทุกตัว ซึ่งใกล้เคียงกับการนับโค้ดพอยต์มากกว่า ถ้ามีคนขอให้เขียน “ไม่เกิน 100 ตัวอักษร” จึงควรถามให้ชัดว่าหมายถึงแบบไหน

ตัวอย่าง: คำเดียวกัน นับได้สามแบบ

คำ ตัวอักษร (ที่เห็น) โค้ดพอยต์ ไบต์ UTF-8
น้ำ 1 3 9
ที่ 1 3 9
กำลัง 3 5 15
เกี่ยว 4 6 18
ภาษาไทย 7 7 21
สวัสดีครับ 7 10 30
คอมพิวเตอร์ 9 11 33
กรุงเทพมหานคร 12 13 39

คำที่มีสระบน สระล่าง และวรรณยุกต์มาก อย่าง “น้ำ” หรือ “สวัสดีครับ” จะมีโค้ดพอยต์มากกว่าตัวอักษรที่เห็นชัดเจน ส่วนคำอย่าง “ภาษาไทย” ที่ไม่มีเครื่องหมายบนล่างเลยจะได้เท่ากัน

ในข้อความทั่วไปความต่างนี้สะสมขึ้นเรื่อย ๆ ประโยค “วันนี้อากาศดีมาก เราจึงชวนเพื่อน ๆ ไปเดินเล่นที่สวนสาธารณะใกล้บ้าน แล้วแวะกินก๋วยเตี๋ยวร้านประจำก่อนกลับ” มี 82 ตัวอักษรที่เห็น (รวมช่องว่าง) แต่มี 104 โค้ดพอยต์ หรือมากกว่าราว 27% ข้อความของคุณอาจต่างมากหรือน้อยกว่านี้ ขึ้นอยู่กับว่าใช้สระและวรรณยุกต์มากแค่ไหน

แต่ละแพลตฟอร์มนับข้อความไทยอย่างไร

แพลตฟอร์ม ลิมิต วิธีนับข้อความไทย
X (Twitter) 280 นับแบบถ่วงน้ำหนัก อักษรไทยนับทีละโค้ดพอยต์ (ตัวละ 1) อีโมจินับ 2 ลิงก์นับ 23
TikTok (แคปชัน) 2,200 หน่วย UTF-16 ตาม Content Posting API อักษรไทยตัวละ 1 อีโมจิส่วนใหญ่ 2
SMS 70 ต่อข้อความ หน่วย UTF-16 (UCS-2) อักษรไทยตัวละ 1 ข้อความยาวแบ่งส่วนละ 67

สำหรับอักษรไทย การนับโค้ดพอยต์และการนับหน่วย UTF-16 ได้ผลเท่ากัน เพราะอักษรไทยทุกตัวใช้ 1 หน่วย UTF-16 ความต่างจะเกิดกับอีโมจิ ซึ่งมี 1 โค้ดพอยต์แต่ใช้ 2 หน่วย UTF-16

ผลที่ตามมาคือ โพสต์ X ที่มี 280 โค้ดพอยต์อาจมองเห็นเป็นตัวอักษรแค่ราว 220 ตัวถ้าใช้สัดส่วนแบบประโยคตัวอย่างข้างบน ถ้าคุณนับด้วยตาหรือด้วยตัวนับที่นับตัวอักษรที่เห็น ข้อความอาจเกินลิมิตทั้งที่คิดว่ายังเหลือที่

ไบต์ UTF-8 เกี่ยวอะไรด้วย

ไบต์คือขนาดที่ใช้จัดเก็บข้อมูล ในการเข้ารหัส UTF-8 ซึ่งเป็นมาตรฐานของเว็บส่วนใหญ่ อักษรละตินและตัวเลขใช้ 1 ไบต์ อักษรไทยใช้ 3 ไบต์ต่อโค้ดพอยต์ และอีโมจิใช้ 4 ไบต์ ช่องกรอกข้อมูลหรือฐานข้อมูลบางระบบจำกัดความยาวเป็นไบต์ ข้อความไทย 100 โค้ดพอยต์จึงใช้พื้นที่ถึง 300 ไบต์ ถ้าระบบตัดข้อความไทยของคุณสั้นกว่าที่คาด ลองดูจำนวนไบต์

ข้อความที่หน้าตาเหมือนกัน แต่นับได้ไม่เท่ากัน

บางครั้งข้อความสองชุดดูเหมือนกันทุกอย่าง แต่ตัวเลขไม่ตรงกัน สาเหตุที่พบบ่อยคือ

  • สระหรือวรรณยุกต์ซ้ำ ถ้าพิมพ์ไม้เอกสองครั้งเป็น “ที่่” เครื่องหมายจะซ้อนทับกันจนมองไม่เห็นความต่าง ตัวอักษรที่เห็นยังเป็น 1 แต่โค้ดพอยต์กลายเป็น 4
  • อักขระที่มองไม่เห็น ข้อความที่คัดลอกมาจากเว็บหรือเอกสารบางแห่งอาจมีช่องว่างไม่มีความกว้าง (zero-width space) แทรกอยู่ระหว่างคำ ซึ่งมองไม่เห็นแต่ถูกนับ
  • ข้อความจาก PDF การคัดลอกภาษาไทยจาก PDF บางไฟล์อาจได้สระลอย ลำดับอักขระผิด หรืออักขระแปลก ๆ ที่ไม่ใช่อักษรไทยมาตรฐาน ควรตรวจทานก่อนนำไปใช้

ใช้ CountWords ตรวจทั้งสองแบบ

ตัวนับด้านล่างแสดง “ตัวอักษร” (รวมช่องว่าง) “ตัวอักษร (ไม่รวมช่องว่าง)” และ “โค้ดพอยต์ Unicode” พร้อมกัน ส่วนไบต์ UTF-8 และหน่วย UTF-16 อยู่ในส่วน “ขั้นสูง” ถ้าจะโพสต์บนแพลตฟอร์มใดโดยเฉพาะ ให้เลือก X หรือ TikTok ในรายการแพลตฟอร์ม ระบบจะนับด้วยกฎเดียวกับแพลตฟอร์มนั้นและบอกว่าเหลืออีกเท่าไรก่อนเต็มลิมิต

ข้อความทั้งหมดประมวลผลในเบราว์เซอร์ของคุณ ไม่ถูกอัปโหลดและไม่ถูกบันทึกบนเซิร์ฟเวอร์

ลองใช้

นับในเบราว์เซอร์ของคุณ ไม่มีการอัปโหลดใด ๆ

หรือลากไฟล์ .txt, .md, .docx, .pdf หรือ .epub มาวางในช่องข้อความก็ได้

วิเคราะห์ข้อความ

ลิมิตของทุกแพลตฟอร์ม
แพลตฟอร์มลิมิตข้อความของคุณเหลือ

คู่มือทั้งหมด