Tweet-Thread-Teiler

Das 280-Zeichen-Limit eines Tweets ist kein einfacher `text.length`-Check, und die meisten naiven Zeichenzähler liegen dabei auf eine Weise falsch, die ins Gewicht fällt. Dieses Tool implementiert den echten gewichteten Algorithmus von X/Twitter: Jeder Codepunkt wird anhand derselben Gewichtungstabelle nachgeschlagen, die die twitter-text-Bibliothek der Plattform verwendet – die meisten lateinischen, kyrillischen, griechischen und allgemeinen Satzzeichen zählen als 1 Zeichen, aber alles außerhalb dieser Bereiche – CJK-Ideogramme, die meisten Emoji, viele Symbole – zählt als 2. Ebenso wichtig: Indem der Text nach echten Unicode-Codepunkten (nicht nach rohen UTF-16-Einheiten) durchlaufen wird, wird ein Astral-Emoji wie ein Gesicht oder eine Flagge aus einem Surrogat-Paar korrekt einmal gezählt und nicht, wie es ein naiver `.length`-Check täte, versehentlich doppelt.

Die andere leicht zu übersehende echte Regel, die dieses Tool ehrlich umsetzt: Jede http(s)://- oder www.-URL in Ihrem Text wird pauschal als 23 Zeichen gezählt, egal ob der tatsächliche Link 20 oder 200 Zeichen lang ist. Das ist die echte t.co-gekürzte Länge, die X für jeden Link einsetzt, und es bedeutet, dass ein Tweet mit einer langen Tracking-URL viel mehr Platz für die eigentlichen Wörter hat, als ein naiver Zeichenzähler vermuten ließe – der Teiler berücksichtigt dies, wenn er entscheidet, wo ein Tweet endet.

Einen langen Beitrag in einen Thread aufzuteilen ist mehr als nur alle 280 Zeichen abzuschneiden. Dieses Tool arbeitet drei Grenzebenen in der Reihenfolge ihrer Präferenz ab: Es versucht zuerst, ganze Absätze zusammenzuhalten, greift auf eine echte Satzgrenzen-Heuristik zurück, wenn ein Absatz zu lang ist (ein regex-basierter Teiler, der den Unterschied zwischen einem satzbeendenden Punkt und einem Punkt in Abkürzungen wie „Dr.“ oder „z. B.“ oder in Dezimalzahlen wie „3,14“ kennt), und bricht nur im äußersten Notfall an einzelnen Wörtern um, wenn selbst ein einzelner Satz das Limit überschreitet – auf jeder Ebene wird eine URL als ein unteilbares Token behandelt und niemals mittendrin aufgetrennt.

Thread-Nummerierung („1/7“, „2/7“ …) hat einen wirklich leicht zu übersehenden Grenzfall: Der Nummerierungstext selbst verbraucht Zeichen in dem Tweet, an den er angehängt wird, und die Breite dieser Nummerierung hängt von der Gesamtzahl der Tweets ab, die man erst nach der Aufteilung kennt. Dieses Tool löst das durch iteratives Neu-Aufteilen, wobei die echte gewichtete Länge der Nummerierung vor jedem Durchlauf reserviert wird, bis das reservierte Budget mit der tatsächlichen resultierenden Tweet-Zahl übereinstimmt. Standardmäßig wird das 280-Zeichen-Limit verwendet, mit dem ehrlichen Hinweis, dass X-Premium-Abonnenten ein viel höheres Langform-Limit (bis zu etwa 25.000 Zeichen) erhalten, für Beiträge, die nicht als öffentlicher Thread funktionieren müssen – eine Umschaltung ermöglicht den Wechsel zu einem benutzerdefinierten Limit, wenn Sie darauf abzielen.