Cập nhật lần cuối:
1MB chứa được bao nhiêu ký tự? Bảng quy đổi KB, MB, GB sang số chữ
Trả lời ngắn gọn: 1MB chứa được khoảng 1 triệu ký tự văn bản tiếng Anh thuần, khoảng 500.000 ký tự tiếng Việt có dấu, hoặc khoảng 330.000 ký tự tiếng Nhật (UTF-8, tính theo 1MB = 1.000.000 byte). Cùng một megabyte nhưng số chữ chứa được chênh nhau đến 3 lần tùy ngôn ngữ và mã hóa ký tự. Bài viết này trình bày bảng quy đổi chính xác từ KB, MB, GB sang số ký tự, phân theo từng loại mã hóa.
Bảng quy đổi dung lượng sang số ký tự (UTF-8)
Trong UTF-8, mã hóa tiêu chuẩn của web hiện đại, chữ cái và chữ số ASCII chiếm 1 byte mỗi ký tự, ký tự tiếng Việt có dấu chiếm 2-3 byte, còn chữ Nhật (kana, kanji) chiếm 3 byte. Tính theo đơn vị thập phân (1KB = 1.000 byte):
| Dung lượng | Tiếng Anh/ASCII (1 byte/ký tự) | Tiếng Việt có dấu (~2 byte/ký tự) | Tiếng Nhật (3 byte/ký tự) |
|---|---|---|---|
| 1KB | 1.000 ký tự | ~500 ký tự | ~333 ký tự |
| 10KB | 10.000 ký tự | ~5.000 ký tự | ~3.333 ký tự |
| 50KB | 50.000 ký tự | ~25.000 ký tự | ~16.666 ký tự |
| 100KB | 100.000 ký tự | ~50.000 ký tự | ~33.333 ký tự |
| 1MB | ~1 triệu ký tự | ~500.000 ký tự | ~330.000 ký tự |
| 10MB | ~10 triệu ký tự | ~5 triệu ký tự | ~3,3 triệu ký tự |
| 1GB | ~1 tỷ ký tự | ~500 triệu ký tự | ~330 triệu ký tự |
Lưu ý về tiếng Việt: các chữ cái không dấu (a, b, c...) chiếm 1 byte, nhưng ký tự có dấu thanh như "ế" hay "ữ" chiếm 3 byte trong UTF-8, nên văn bản tiếng Việt thực tế trung bình khoảng 1,5-2 byte mỗi ký tự tùy mật độ dấu. Văn bản nhẹ hơn ảnh và video rất nhiều - như đã so sánh trong bài 1 GB chứa được bao nhiêu chữ, việc lấp đầy điện thoại chỉ bằng chữ gần như là bất khả thi.
Tại sao cùng 1MB mà số ký tự lại khác nhau
Lý do lớn nhất khiến "1MB = bao nhiêu chữ" không có một đáp án duy nhất là mỗi mã hóa gán số byte khác nhau cho mỗi ký tự.
| Mã hóa | Ký tự ASCII | Ký tự tiếng Nhật | Số chữ Nhật trong 1MB |
|---|---|---|---|
| UTF-8 | 1 byte | 3 byte | ~330.000 |
| Shift_JIS | 1 byte | 2 byte | ~500.000 |
| UTF-16 | 2 byte | 2 byte | ~500.000 |
| Emoji trong UTF-8 | 4+ byte | - | ~250.000 (văn bản toàn emoji) |
Với văn bản thuần tiếng Nhật, mã hóa cũ Shift_JIS (2 byte/ký tự) chứa được gấp 1,5 lần UTF-8 (3 byte/ký tự). Ngược lại, UTF-16 tăng gấp đôi chi phí của ASCII lên 2 byte, nên UTF-8 là lựa chọn hiệu quả nhất cho văn bản nhiều tiếng Anh. Emoji ghép (như emoji gia đình) có thể lên tới 25 byte cho một ký tự nhìn thấy. Cơ chế này được phân tích sâu trong bài sự khác biệt giữa số ký tự và số byte.
KB là 1.000 byte hay 1.024 byte?
Nguồn sai lệch thứ hai trong quy đổi là chính định nghĩa đơn vị. Hệ đơn vị quốc tế (SI) định nghĩa 1KB = 1.000 byte, nhưng ngành máy tính từ lâu dùng lũy thừa của 2, coi 1.024 byte là một đơn vị (viết đúng chuẩn là KiB - kibibyte).
| Cách viết | Định nghĩa | Nơi thường gặp | Ký tự ASCII chứa được |
|---|---|---|---|
| 1KB (SI) | 1.000 byte | Nhãn sản phẩm lưu trữ, hiển thị của macOS | 1.000 |
| 1KiB | 1.024 byte | Thuộc tính file trên Windows (ghi là "KB"), bộ nhớ RAM | 1.024 |
| 1MB (SI) | 1.000.000 byte | Sản phẩm lưu trữ, gói dữ liệu di động | ~1.000.000 |
| 1MiB | 1.048.576 byte | Hiển thị "MB" của Windows | ~1.048.576 |
Khi Windows hiển thị một file là "1MB", nó có nghĩa là 1.048.576 byte - đó là lý do cùng một file lại hiển thị dung lượng hơi khác nhau trên macOS và Windows. Quy ra số ký tự thì chênh khoảng 2-5%. Ước lượng thông thường không cần bận tâm, nhưng khi "con số không khớp" thì hãy kiểm tra quy ước đơn vị trước tiên.
Dung lượng của các văn bản quen thuộc
| Văn bản | Số ký tự tham khảo | Dung lượng UTF-8 |
|---|---|---|
| 1 tin nhắn chat | ~50 ký tự | ~50-150 byte |
| 1 bài đăng X (Twitter cũ) | tối đa 280 ký tự | ~280-560 byte |
| 1 email công việc | ~500 ký tự | ~0,5-1,5KB |
| 1 bài văn học sinh | ~2.000 ký tự | ~2-6KB |
| 1 bài blog | ~5.000-10.000 ký tự | ~5-15KB |
| 1 cuốn tiểu thuyết | ~100.000-150.000 chữ (Nhật) | ~300-450KB |
Một cuốn tiểu thuyết trọn vẹn nhẹ hơn 1/10 một bức ảnh chụp bằng điện thoại (~3MB). Sự chênh lệch này chính là lý do máy đọc sách điện tử có thể mang theo hàng nghìn cuốn sách.
File thực tế lớn hơn "số chữ của nội dung"
Các bảng quy đổi trên giả định văn bản thuần túy. File thực tế còn cộng thêm các phần phụ trợ sau:
| Phần phụ trợ | Ảnh hưởng dung lượng | Ghi chú |
|---|---|---|
| Ký tự xuống dòng | 1-2 byte mỗi lần | LF là 1 byte, CRLF là 2 byte |
| BOM (dấu thứ tự byte) | 3 byte ở đầu file (UTF-8) | Có hay không tùy phần mềm lưu |
| Định dạng Word (.docx) | Từ vài chục KB trở lên | Văn bản trống cũng chứa dữ liệu cấu trúc |
| Thẻ HTML | Thường gấp 1,5-3 lần phần chữ nhìn thấy | Thẻ, thuộc tính và script |
Một tài liệu 2.000 ký tự (khoảng 2-6KB dạng văn bản thuần) dễ dàng vượt 20KB khi lưu thành file Word. Tách bạch hai khái niệm "số ký tự" và "kích thước file" là cách gọn nhất để không bị rối khi quy đổi. Để đếm chính xác số ký tự, hãy dùng Bộ đếm ký tự.
Sách về lưu trữ dữ liệu và định dạng file có thể tìm trên Amazon.
Câu hỏi thường gặp
- 1MB chứa được bao nhiêu ký tự？
- Khoảng 1 triệu ký tự ASCII, khoảng 500.000 ký tự tiếng Việt có dấu, hoặc khoảng 330.000 chữ Nhật, tính theo UTF-8 và 1MB = 1.000.000 byte.
- 50KB là bao nhiêu ký tự？
- Khoảng 50.000 ký tự ASCII hoặc khoảng 16.000 chữ Nhật trong UTF-8 - tương đương một truyện ngắn.
- 1GB chứa được bao nhiêu ký tự？
- Khoảng 1 tỷ ký tự ASCII hoặc 330 triệu chữ Nhật trong UTF-8 - hơn 2.000 cuốn tiểu thuyết.
- Vì sao cùng một văn bản mà kích thước file khác nhau？
- Mỗi mã hóa gán số byte khác nhau cho một ký tự (UTF-8 / Shift_JIS / UTF-16), cộng thêm kiểu xuống dòng, BOM và dữ liệu định dạng của Word hay HTML.