2026.10.18

文字数・バイト数カウント【無料・登録不要】UTF-8・Shift_JIS・UTF-16のバイト数と表せない文字の場所を表示

engblog-poster

文章を貼り付けるだけで、文字数・行数と、UTF-8・Shift_JIS・UTF-16 のバイト数をまとめて数えられる無料ツールです。絵文字（👨‍👩‍👧‍👦 など）や濁点を組み合わせた文字も、見た目どおり 1 文字として数えます。入力と同時に結果が更新されます。

Shift_JIS で表せない文字（絵文字や「〜」など）や、Windows だけで使える機種依存文字（①、髙など）があれば、「何行目の何文字目」かを表示し、ボタン 1 つで入力欄の該当箇所を選択できます。入力した文章はお使いのブラウザの中だけで処理され、サーバーには一切送信されません。

オプション改行の数え方

入力

文字数 0

改行を除く 0

空白・改行を除く 0

行数 0

空行を除いた行数 0

文字コードごとのバイト数
文字コード	バイト数	BOM 付き
UTF-8	0	3
Shift_JIS	0	―
UTF-16	0	2

参考：コードポイント数 0 ／ UTF-16 のコード単位数（JavaScript の length） 0

入力した文章はお使いのブラウザ内だけで処理されます。サーバーへの送信や保存は一切行いません。

使い方

文字数とバイト数を数える

入力欄に文章を入力するか、貼り付けます。
入力と同時に、文字数・行数と、文字コードごとのバイト数が表示されます。
試しに使ってみたいときは「サンプルを入れる」を押します。「クリア」で入力欄を空にできます。

Shift_JIS で表せない文字を探す

文章を入力すると、Shift_JIS で表せない文字があれば、黄色の枠に「何行目の何文字目」と文字のコード（U+1F600 など）が一覧で表示されます。
一覧の「選択」を押すと、入力欄の該当する文字が選択された状態になります。そのまま別の文字に打ち替えられます。
「〜」（波ダッシュ）のように、似た文字に置き換えれば表せるものは、置き換え先の文字も表示します。

①や髙などの機種依存文字は、Shift_JIS のバイト数には含めたうえで、灰色の枠に別に一覧表示します。古いシステムや Windows 以外の環境にデータを渡す前の確認に使えます。一覧は、それぞれ最初の 100 個まで表示します。

改行の数え方を選ぶ

改行は、ファイルに保存するときの形式によってバイト数が変わります。「オプション」の「改行の数え方」で選んでください。

LF（初期設定）：改行 1 つを LF の 1 文字として数えます。Linux や Mac、Web のフォームなどで一般的な形式です。UTF-8・Shift_JIS では 1 バイト、UTF-16 では 2 バイトです。
CRLF：改行 1 つを CR と LF の 2 文字として数えます。Windows のメモ帳などで CRLF のまま保存したファイルのサイズを知りたいときに選びます。UTF-8・Shift_JIS では 2 バイト、UTF-16 では 4 バイトです。

どちらを選んでも、「文字数」では改行 1 つを 1 文字として数えます。CRLF に切り替わるのは、バイト数と、参考に表示するコードポイント数・UTF-16 のコード単位数です。なお、ブラウザの入力欄は CRLF の文章を貼り付けても改行を LF に変えて扱うため、元のファイルの改行が CRLF でも、オプションで CRLF を選ばない限り LF として数えます。

このツールの数え方

項目	数え方
文字数	見た目の 1 文字（書記素クラスタ）を 1 文字として数えます。改行も 1 文字です。
改行を除く	文字数から改行を除いた数です。
空白・改行を除く	さらに、半角スペース・全角スペース・タブなどの空白を除いた数です。
行数	改行の数＋1 です（何も入力していないときは 0）。最後が改行で終わる文章は、その後ろの空の行も 1 行として数えます。エディターの行番号と同じ数え方です。
空行を除いた行数	何も書かれていない行と、空白だけの行を除いた行数です。
バイト数	BOM（文字コードを示す先頭の印）を付けないときのバイト数です。BOM を付けて保存するときの値も、UTF-8（＋3 バイト）と UTF-16（＋2 バイト）で表示します。
参考の数	コードポイント数（Unicode の文字番号の数）と、UTF-16 のコード単位数（JavaScript の `length` と同じ値）も表示します。

見た目の 1 文字の判定には、ブラウザに組み込まれている Intl.Segmenter という機能を使っています。この機能がない古いブラウザでは、コードポイント単位で数え、その旨をツールに表示します。

文字数とバイト数の違い

文字数は、人が見て数える文字の数です。バイト数は、その文字をコンピューターの中で表すのに使うデータの量（1 バイト＝8 ビット）です。コンピューターは文字を「文字コード」というルールで数値に置き換えて保存しており、1 文字に何バイト使うかは、文字の種類と文字コードによって変わります。

文字	文字数	UTF-8	Shift_JIS	UTF-16
A（半角英字）	1	1 バイト	1 バイト	2 バイト
ｱ（半角カタカナ）	1	3 バイト	1 バイト	2 バイト
あ（ひらがな）	1	3 バイト	2 バイト	2 バイト
漢（漢字）	1	3 バイト	2 バイト	2 バイト
①（機種依存文字）	1	3 バイト	2 バイト	2 バイト
😀（絵文字）	1	4 バイト	表せない	4 バイト
👨‍👩‍👧‍👦（家族の絵文字）	1	25 バイト	表せない	22 バイト

家族の絵文字「👨‍👩‍👧‍👦」は、画面では 1 文字ですが、実際には 4 人の絵文字を「ゼロ幅接合子（U+200D）」という見えない文字で 3 か所つないだ、合計 7 個の文字（コードポイント）でできています。そのため UTF-8 では 25 バイトになります。このツールは文字数を 1、コードポイント数を 7 と表示します。

データベースの項目や、システムの入力欄に「何バイトまで」という制限があるときは、文字数ではなくバイト数で確認する必要があります。たとえば「全角 10 文字まで」の項目は、Shift_JIS では 20 バイト、UTF-8 では 30 バイトに相当します。

JavaScript の length と文字数がずれる理由

JavaScript の文字列の length は、文字数ではなく UTF-16 のコード単位（2 バイトずつの区切り）の数を返します。😀 のような絵文字は UTF-16 で 2 単位（サロゲートペア）を使うため、"😀".length は 2 になります。見た目の文字数を数えたいときは、このツールと同じく Intl.Segmenter を使います。

文字コードによってバイト数が変わる理由

文字コードごとに、文字を数値に置き換えるルールが違うためです。

UTF-8：世界中の文字を 1〜4 バイトで表します。半角英数字は 1 バイト、ひらがな・カタカナ・漢字の多くは 3 バイト、絵文字は 4 バイトです。半角カタカナも 3 バイトになります。
Shift_JIS：日本語用の文字コードです。半角英数字と半角カタカナは 1 バイト、全角の文字は 2 バイトです。絵文字や、日本語以外の多くの文字は表せません。
UTF-16：ほとんどの文字を 2 バイトで表し、絵文字など一部の文字は 4 バイト（サロゲートペア）で表します。半角英数字も 2 バイトです。

それぞれの文字コードの仕組みは、「UTF-8とは？仕組み・バイト数・BOMの有無をわかりやすく解説」と「Shift_JISとは？特徴と文字化け・機種依存文字・5C問題の注意点」で詳しく解説しています。

このツールの Shift_JIS の基準（Windows の CP932 との違い）

Shift_JIS には、JIS 規格どおりのものと、Windows で使われている拡張版の Windows-31J（CP932）があります。このツールは、ブラウザの標準仕様（WHATWG Encoding Standard）の Shift_JIS の変換表を使います。この変換表は Windows の CP932 とほぼ同じで、①・Ⅰ・㈱などの NEC 特殊文字や、髙・﨑などの IBM 拡張文字も 2 バイトとして数えます。これらの機種依存文字は、灰色の枠に別に一覧表示します。

Unicode の基本的な範囲（U+0000〜U+FFFF）のすべての文字について、Python の cp932 で変換したバイト数と照合したところ、次の文字以外はすべて同じでした。

文字	このツール	Python の cp932
〜（U+301C 波ダッシュ）、‖、¢、£、¬	表せない文字として警告（似た文字～ ∥ ￠￡￢を案内）	～などと同じコードに変換（2 バイト）
¥（U+00A5）、‾（U+203E）	1 バイト（0x5C、0x7E）	変換できない（エラー）
外字（私用領域 U+E000〜U+E757）	表せない文字として警告	2 バイト（0xF040〜0xF9FC）

「〜」（U+301C）などを警告するのは、ブラウザや Windows で Shift_JIS の 0x8160 を読み込むと「～」（U+FF5E、全角チルダ）になり、元の文字に戻らないためです。これがいわゆる「波ダッシュ問題」です。また、ⅰ（小文字のローマ数字）や一部の IBM 拡張漢字は、このツールと Python の cp932 でバイトの値が違いますが（このツールは 0xFA〜0xFC、Python は 0xED〜0xEE）、どちらも 2 バイトなのでバイト数は同じです。

なお、JIS 規格どおりの Shift_JIS（Python の shift_jis）では、①や髙などの機種依存文字は変換できません。相手のシステムが Windows-31J に対応しているかわからないときは、灰色の枠に表示された文字を別の書き方（①→(1) など）に置き換えておくと安全です。

コマンドでバイト数を確かめる

Python がインストールされた Windows では、次のコマンドで UTF-8 のバイト数を数えられます。「あいう」なら 9 と表示されます。

py -c "print(len('あいう'.encode('utf-8')))"

Shift_JIS（Windows-31J）のバイト数は、次のコマンドで数えられます。「あいう」なら 6 と表示されます。'cp932' を 'shift_jis' に変えると JIS 規格どおりの Shift_JIS で変換するため、①などの機種依存文字を含むと UnicodeEncodeError になります。

py -c "print(len('あいう'.encode('cp932')))"

PowerShell だけで数えるときは、次のコマンドを使います。「あいう」なら 6 と表示されます。ただし、この方法では Shift_JIS で表せない文字が「?」（1 文字ごとに 1 バイト。😀 は 2 バイト）に置き換えられて数えられるので、絵文字などを含む文章では、このツールと結果が変わります。

[System.Text.Encoding]::GetEncoding(932).GetByteCount("あいう")

よくある質問

絵文字は何文字として数えますか？

見た目どおり 1 文字として数えます。肌の色を変えた絵文字（👍🏽）や国旗（🇯🇵）、家族の絵文字（👨‍👩‍👧‍👦）のように、複数の文字を組み合わせた絵文字も 1 文字です。組み合わせた文字の数は、参考の「コードポイント数」で確認できます。

半角カタカナの「ｶﾞ」は何文字になりますか？

1 文字として数えます。Unicode の「見た目の 1 文字」の規則では、半角の濁点「ﾞ」と半濁点「ﾟ」は前の文字とひとまとまりになるためです。バイト数は「ｶ」と「ﾞ」の合計で、Shift_JIS では 2 バイト、UTF-8 では 6 バイトです。

「全角は 2、半角は 1」で数えた文字数を知りたいです

Shift_JIS のバイト数がその数え方に近くなります。Shift_JIS では半角英数字と半角カタカナが 1 バイト、全角の文字が 2 バイトだからです。ただし、Shift_JIS で表せない文字はバイト数に含まれないので、警告が出ていないことを確認してください。

「〜」が Shift_JIS で表せないと表示されます

入力した環境やコピー元によっては、「〜」が U+301C（波ダッシュ）という文字になっていることがあります。この文字は Windows の Shift_JIS では表せません。Windows で使われている「～」（U+FF5E 全角チルダ）に置き換えると表せます。ツールの一覧の「選択」を押すと入力欄で該当の文字が選択されるので、そのまま打ち替えてください。

ファイルのサイズと、表示されたバイト数が違います

次の点を確認してください。改行が CRLF のファイルなら、「改行の数え方」を CRLF にします。BOM 付きのファイルなら「BOM 付き」の列の値を見ます。また、ファイルの最後に改行があるかどうかでも 1〜2 バイト変わります。

入力したデータは保存されませんか？

保存されません。数える処理はすべてお使いのブラウザの中で行われ、サーバーへの送信も保存も行いません。ページを閉じると入力内容は消えます。社外秘の文書や個人情報を含む文章でも、外部に送られる心配はありません。