短信的通信协议从 2G 时代一直到现在基本没有什么变化。

1. 支持 140 个字节（140 Byte = 140 * 8 bit = 1120 bit）
2. 支持 GSM-7 编码，8bit 编码，UCS-2 编码
   1. GSM-7 每个字符 7 bit，支持英语和西欧语言，配合 National Language Shift Table 功能，能够支持一些其他字母文字的语言。
   2. UCS-2 每个字符 2 Byte（16 bit），传递一些 GSM-7 框架不支持的语言，比如中文（字符太多，7bit 方案反倒不合适）。
   3. 8bit 用来传递图片等二进制数据。
3. 根据短信协议，如果长度超出范围，需要在短信前面加上一个二进制头部，叫做 UDH（User Data Header）。
   1. UDH 一共 6 个字节
   2. 包含一些 SMS 拓展字段
   3. 对于短信拆分来讲，里面有这一批短信的总条数，和当前这条短信的序号

所以，

1. 如果是中文短信，用 UCS-2 编码，每个字符 2 Byte，一条短信最长支持 70 个中文字符（140 Byte / 2）。
   1. 注意：所有字符，包括 ASCII 中的英文、数字、半角的标点，全部需要转换成 UCS-2 的 2 Byte 编码。
   2. 如果长于 70 个字符，就需要切割成多条，UDH 头部需要 6 Byte，每条短信还剩 134 Byte，除以二，还能装 67 个字符。
   3. 例如：140 个中文字符的短信，需要切割成 67 + 67 + 6 三条短信。
2. 如果是英文短信，或者部分西欧语言，可以使用 GSM-7 编码，每个字符 7 bit，一条短信最长支持 160 个字符（1120 bit / 7）。
   1. 如果长于 160 个字符，也是需要切割，除去 UDH 的 6 Byte = 6 * 8 bit = 48 bit，还剩 1120 bit - 48 bit = 1072 bit，
      1072 bit = 7 bit * 153 + 1 bit，也就是说最多发送 153 个字符（多的那 1 bit 置 0，不参与计费）。
   2. 例如，320 个英文字符，需要切割成 153 + 153 + 14 三天短信。
   3. 注意：GSM-7 编码中，9 个拓展字符 ^ ~ \ | { } [ ] € 需要算两个字符。非常重要
   4. 数据通信中都是使用 Byte 为单位，用 GSM-7 编码可能会除不尽，也就是说剩余 1 ~ 7 bit。比如：
      1. 发送 33 个字，33 * 7 bit = 231 bit，需要 29 Byte (232 bit) 来装，就多了 1 bit
      2. 同样的方法计算，发送 34 个字多了 2 bit，... 发送 39 个字剩余 7 bit，发送 40 个字正好 35 Byte，没有多余的 bit...
      3. 根据协议，多余的 bit 需要置零，除非是多出来 7 bit，7 个 0 会和 GSM-7 的 @ 字符冲突，这时候应该置为 0001101，也就是 GSM-7 中的 \r 回车字符。

最后：

1. 关于 GSM-7 的详细信息，可以参考：2022/01/05，GSM-7 编码。
2. 关于 UDH 的详细信息，可以参考：2022/05/13，CMPP: UDHI 头。
3. https://en.wikipedia.org/wiki/Concatenated_SMS

补充：

1. 部分通道采用 7 Byte 的 UDH (短信批次标识由 1 Byte 改成 2 Byte)，所以短信切割长度是 152 个字符（(140 - 7) * 8 / 7）。
2. 如果短信采用 GSM-7 编码，UDH 需要按 7 bit 对齐，也就是说如果是 6B 的 UDH，最后需要占用 49 bit，UDH 后面的 1 bit 填 0。