Zeichen sind keine Bytes
Die Byte-Größe hängt von der Kodierung ab. UTF-8 verwendet unterschiedlich lange Sequenzen; UTF-16 verwendet Zwei-Byte-Codeeinheiten und für manche Zeichen ein Paar. Die Messung schließt eine BOM aus.
Beispiel und Grenzen
A belegt ein Byte in UTF-8 und zwei in UTF-16; bei arabischer Schrift und Emojis ist dies anders. Die Anzahl der Unicode-Codepunkte entspricht nicht immer der Zahl sichtbarer zusammengesetzter Zeichen.