Que es la Codificacion GSM-7? Limites de Caracteres SMS Explicados

GSM-7 es un estandar de codificacion de caracteres usado en SMS (Servicio de Mensajes Cortos) que permite hasta 160 caracteres por segmento de mensaje. Desarrollado por el Instituto Europeo de Normas de Telecomunicaciones (ETSI), GSM-7 es la codificacion predeterminada para mensajes de texto y juega un papel crucial en determinar los costos y la entrega de SMS.

Entendiendo la Codificacion GSM-7

GSM-7 usa 7 bits para representar cada caracter, de ahi viene el nombre. Esta codificacion de 7 bits es mas eficiente que los estandares ASCII de 8 bits o UTF-8 usados en computacion, permitiendo que mas caracteres quepan dentro del ancho de banda limitado de SMS.

Las Matematicas Detras de los 160 Caracteres

Un mensaje SMS tiene una carga maxima de 1120 bits. Con codificacion GSM-7:

text
1120 bits ÷ 7 bits por caracter = 160 caracteres

Esta es la razon por la que la longitud estandar de SMS es 160 caracteres cuando se usa texto compatible con GSM-7.

El Conjunto de Caracteres GSM-7

El conjunto basico de caracteres GSM-7 incluye 128 caracteres optimizados para idiomas de Europa Occidental:

Caracteres Estandar (7 bits cada uno)

Categoria	Caracteres

Letras mayusculas	A-Z
Letras minusculas	a-z
Numeros	0-9
Puntuacion comun	. , : ; ! ?
Caracteres especiales	@ £ $ ¥ # % &
Simbolos	( ) < > = + - /
Espacios	Espacio, salto de linea

Caracteres Extendidos (14 bits cada uno)

Algunos caracteres requieren una secuencia de escape, usando efectivamente 2 espacios de caracter:

Caracter	Descripcion	Cuenta como

{	Llave izquierda	2 caracteres
}	Llave derecha	2 caracteres
[	Corchete izquierdo	2 caracteres
]	Corchete derecho	2 caracteres
~	Tilde	2 caracteres
\	Barra invertida	2 caracteres
^	Acento circunflejo	2 caracteres
€	Signo de euro	2 caracteres
		Barra vertical	2 caracteres

Importante: Usar caracteres extendidos reduce la longitud efectiva de tu mensaje. Un mensaje con 10 signos de euro (€) usa 20 espacios de caracter, dejando solo 140 para otro texto.

GSM-7 vs Codificacion UCS-2

Cuando un mensaje contiene caracteres fuera del conjunto GSM-7, la codificacion cambia automaticamente a UCS-2 (Unicode):

Codificacion	Bits por caracter	Caracteres por SMS

GSM-7	7 bits	160 caracteres
UCS-2	16 bits	70 caracteres

Caracteres Que Activan UCS-2

Caracteres comunes que fuerzan codificacion UCS-2:

• Emojis - Todos los emojis requieren Unicode
• Chino, Japones, Coreano - Caracteres CJK
• Arabe, Hebreo - Escrituras de derecha a izquierda
• Cirilico - Ruso, Ucraniano, etc.
• Comillas tipograficas - " " ' ' (comillas curvas)
• Simbolos especiales - TM © ® y muchos otros

El Impacto en Costos

Cambiar a UCS-2 puede mas que duplicar tus costos de SMS:

Ejemplo: Un mensaje de 140 caracteres con un emoji

• Sin emoji (GSM-7): 1 segmento SMS
• Con emoji (UCS-2): 2 segmentos SMS (140 chars ÷ 70 = 2)

Por esto la conciencia sobre codificacion de caracteres es critica para campanas de marketing por SMS.

Mensajes Concatenados (SMS Largos)

Cuando los mensajes exceden el limite de un solo segmento, se dividen en multiples partes:

Concatenacion GSM-7

Segmentos	Caracteres por segmento	Total caracteres

1	160	160
2	153	306
3	153	459
4	153	612

La reduccion a 153 caracteres ocurre porque 7 caracteres se reservan para el User Data Header (UDH), que le dice al dispositivo receptor como reensamblar el mensaje.

Concatenacion UCS-2

Segmentos	Caracteres por segmento	Total caracteres

1	70	70
2	67	134
3	67	201
4	67	268

Errores Comunes con GSM-7

1. Sustitucion Invisible de Caracteres

Los procesadores de texto y algunas aplicaciones reemplazan caracteres automaticamente:

Escrito	Auto-reemplazado	Impacto en Codificacion

"	" o "	GSM-7 → UCS-2
'	' o '	GSM-7 → UCS-2
-	– (guion medio)	GSM-7 → UCS-2
...	… (elipsis)	GSM-7 → UCS-2

Solucion: Siempre componer SMS en editores de texto plano o usar herramientas especificas para SMS que saneen la entrada.

2. Copiar-Pegar desde Documentos

Copiar texto de Microsoft Word, Google Docs o clientes de email frecuentemente introduce:

• Comillas tipograficas y apostrofes
• Espacios de no separacion
• Caracteres de formato ocultos
• Guiones largos/medios

3. Insercion de Emojis

Un solo emoji puede convertir todo tu mensaje a UCS-2, reduciendo la capacidad de 160 a 70 caracteres.

4. Caracteres Especificos de Idioma

Caracteres comunes en ciertos idiomas pero fuera de GSM-7:

Idioma	Caracteres Problematicos

Polaco	ą ć ę ł ń ó ś ź ż
Turco	ğ ı İ ş
Portugues	ã õ
Aleman	ß (a veces)

Extensiones de Idioma Nacional GSM-7

El 3GPP definio extensiones de idioma nacional para soportar caracteres adicionales mientras mantiene eficiencia de 7 bits:

• Turco - Agrega ğ, ı, İ, ş, Ş, ç, Ç
• Espanol - Agrega á, é, í, ó, ú, ü, ñ, Ñ, ¿, ¡
• Portugues - Agrega ã, Ã, õ, Õ, â, ê, ô, etc.

Sin embargo, el soporte de operadores varia significativamente. Muchos operadores no soportan cambios de idioma nacional, causando corrupcion de caracteres o fallo del mensaje.

Mejores Practicas para Codificacion de Caracteres SMS

1. Validar Antes de Enviar

Siempre verificar la codificacion del mensaje antes de transmitir:

javascript
function isGsm7Compatible(text) {
  const gsm7Chars = /^[A-Za-z0-9 \r\n@£$¥èéùìòÇØøÅåΔ_ΦΓΛΩΠΨΣΘΞÆæßÉ!"#¤%&'()+,\-./:;<=>?¡ÄÖÑܧ¿äöñüà^{}\\\[~\]|€]*$/;
  return gsm7Chars.test(text);
}

2. Contar Caracteres Correctamente

Considerar caracteres extendidos:

javascript
function countGsm7Characters(text) {
  const extendedChars = /[€\[\]{}~\\^
]/g;
  const extended = (text.match(extendedChars)
 []).length;
  return text.length + extended;
}

3. Sanear Entrada de Usuario

Reemplazar caracteres problematicos antes de enviar:

javascript
function sanitizeForGsm7(text) {
  return text
    .replace(/[""]/g, '"')      // Comillas tipograficas a rectas
    .replace(/['']/g, "'")      // Apostrofes tipograficos
    .replace(/–/g, "-")         // Guion medio a guion
    .replace(/—/g, "-")         // Guion largo a guion
    .replace(/…/g, "...");      // Elipsis a puntos
}

4. Advertir a Usuarios sobre Cambios de Codificacion

Si tu aplicacion acepta entrada de usuario para SMS, mostrar retroalimentacion en tiempo real:

• Conteo actual de caracteres
• Numero de segmentos SMS
• Tipo de codificacion (GSM-7 o UCS-2)
• Caracteres causando cambio de codificacion

5. Considerar Transliteracion

Para mensajes internacionales, considerar transliterar caracteres no-GSM-7:

Original	Transliterado

café	cafe
naïve	naive
ñ	n
ü	u

Esto mantiene codificacion GSM-7 a costa de alguna precision linguistica.

Codificacion SMS y APIs de Mensajeria

Las APIs modernas de mensajeria manejan la codificacion automaticamente, pero entenderla ayuda a optimizar:

Ejemplo de API Zavu

Al enviar via API, la plataforma:

Detecta codificacion del mensaje automaticamente

Calcula conteo de segmentos

Aplica precio apropiado

Retorna info de codificacion en respuesta

json
{
  "message": {
    "id": "msg_abc123",
    "encoding": "GSM-7",
    "segments": 1,
    "characterCount": 142
  }
}

El Futuro de la Codificacion SMS

Mientras GSM-7 sigue siendo el estandar, la industria esta evolucionando:

RCS (Rich Communication Services)

RCS (Rich Communication Services) elimina las limitaciones de caracteres completamente, soportando:

• Longitud de texto ilimitada
• Soporte Unicode completo
• Medios enriquecidos (imagenes, videos)
• Confirmaciones de lectura e indicadores de escritura

Estrategias de Fallback

Las plataformas de mensajeria inteligente usan:

RCS primero - Si es soportado por operador y dispositivo

WhatsApp/Telegram - Para necesidades de mensajeria enriquecida

SMS - Como fallback universal con optimizacion de codificacion

Probando Compatibilidad GSM-7

Antes de lanzar campanas SMS, probar con:

Herramientas Online

• Validadores de caracteres GSM-7
• Calculadoras de longitud SMS
• Herramientas de deteccion de codificacion

Pruebas en Dispositivos

Enviar mensajes de prueba a dispositivos reales a traves de:

• Diferentes operadores
• Varios modelos de telefono
• Multiples paises

Conclusion

Entender la codificacion GSM-7 es esencial para cualquiera que trabaje con mensajeria SMS. El limite de 160 caracteres, los costos de caracteres extendidos, y el fallback a UCS-2 impactan directamente la entrega y costos de mensajes.

Puntos clave:

• GSM-7 permite 160 caracteres por SMS individual
• Caracteres extendidos cuentan doble (€, [, ], etc.)
• Caracteres no-GSM-7 activan UCS-2, reduciendo capacidad a 70 caracteres
• Mensajes concatenados pierden caracteres por headers
• Siempre sanear texto antes de enviar para evitar cambios inesperados de codificacion

Al optimizar para compatibilidad GSM-7, puedes reducir costos de SMS significativamente mientras aseguras entrega confiable de mensajes a traves de todos los operadores y dispositivos.

Lecturas Adicionales

• Concatenacion SMS y mensajes multiparte
• Unicode en telecomunicaciones
• Estandares de mensajeria RCS
• Optimizacion de entrega SMS