Definizione
UCS-2 è la codifica a 16 bit che gli SMS usano per il testo fuori dall’alfabeto GSM-7, come arabo, cinese o emoji. Un SMS contiene 70 caratteri UCS-2, oppure 67 per segmento in un messaggio multiparte.
3GPP TS 23.038 indica che i dati utente codificati in UCS-2 possono arrivare a 140 ottetti, cioè fino a 70 caratteri. In SMPP v3.4, UCS-2 si segnala con data_coding = 0x08.
Quando un messaggio lungo viene diviso, l’intestazione dei dati utente di 6 ottetti lascia 134 ottetti per segmento, ovvero 67 caratteri UCS-2.
UCS-2 può rappresentare solo caratteri del Basic Multilingual Plane. La maggior parte delle emoji ne è fuori e viene inviata come coppie surrogate UTF-16, quindi ogni emoji usa due delle 70 posizioni. I telefoni le mostrano correttamente, ma occupano più spazio.
Per i mercati arabofoni del GCC, UCS-2 è la codifica normale per il testo arabo. Mettete in conto messaggi più brevi e più segmenti rispetto a un messaggio equivalente in inglese.
Esempio
Un OTP arabo di 60 caratteri sta in 1 SMS; un messaggio arabo di 140 caratteri richiede 3 segmenti (67 + 67 + 6).