Tweet Thread Splitter

Το όριο των 280 χαρακτήρων ενός tweet δεν είναι ένας απλός έλεγχος «text.length» και οι περισσότεροι αφελείς μετρητές χαρακτήρων το κάνουν λάθος με τρόπους που έχουν σημασία. Αυτό το εργαλείο εφαρμόζει τον αλγόριθμο σταθμισμένου μήκους του πραγματικού X/Twitter: κάθε σημείο κώδικα αναζητείται στον ίδιο πίνακα σταθμισμένου εύρους που χρησιμοποιεί η βιβλιοθήκη κειμένων twitter της πλατφόρμας, όπου οι περισσότεροι λατινικοί, κυριλλικοί, ελληνικοί και κοινά σημεία στίξης μετρούν ως 1 χαρακτήρα, αλλά οτιδήποτε εκτός αυτών των περιοχών — CJK ιδεογράφοι, πιο σημαντικά — τα πιο σημαντικά κείμενο από πραγματικό σημείο κωδικού Unicode (όχι ακατέργαστες μονάδες UTF-16) σημαίνει ότι ένα emoji αστρικού επιπέδου, όπως ένα πρόσωπο ή μια σημαία υποκατάστατου ζεύγους, μετράται σωστά μία φορά, δεν μετριέται κατά λάθος, όπως θα μετρούσε ένας αφελής έλεγχος «.length».

Ο άλλος πραγματικός κανόνας που είναι εύκολο να χάσετε αυτό το εργαλείο εφαρμόζει με ειλικρίνεια: κάθε http(s):// ή www. Η διεύθυνση URL στο κείμενό σας υπολογίζεται ως ακριβώς 23 χαρακτήρες, ανεξάρτητα από το αν ο κυριολεκτικός σύνδεσμος είναι 20 χαρακτήρες ή 200. Αυτό είναι το πραγματικό t.co-συντομευμένο μήκος X υποκαθιστά οποιονδήποτε σύνδεσμο και σημαίνει ότι ένα tweet γεμάτο με μια μακρά διεύθυνση URL παρακολούθησης έχει πολύ περισσότερο χώρο για πραγματικές λέξεις από ό,τι μια αφελής μέτρηση χαρακτήρων θα πρότεινε για το πού τελειώνει το splitter.

Ο διαχωρισμός μιας μεγάλης ανάρτησης σε ένα νήμα είναι κάτι περισσότερο από απλή κοπή κάθε 280 χαρακτήρες. Αυτό το εργαλείο λειτουργεί μέσω τριών επιπέδων ορίων κατά σειρά προτίμησης: πρώτα προσπαθεί να κρατήσει ολόκληρες παραγράφους μαζί, επιστρέφει σε μια πραγματική ευρετική σύνορα πρότασης όταν μια παράγραφος είναι πολύ μεγάλη (ένας διαχωριστής βασισμένος σε regex που γνωρίζει τη διαφορά μεταξύ μιας περιόδου στο τέλος της πρότασης και μιας συντομογραφίας όπως "Dr." ή "π.χ. μόνο σε έναν μεμονωμένο αριθμό λέξεων". καταφύγετε όταν ακόμη και μία πρόταση ξεχειλίζει το όριο — σε κάθε επίπεδο, μια διεύθυνση URL αντιμετωπίζεται ως ένα αδιαίρετο διακριτικό και δεν χωρίζεται ποτέ στη μέση.

Η αρίθμηση νημάτων ("1/7", "2/7"...) έχει μια πραγματικά εύκολη περίπτωση: το ίδιο το κείμενο αρίθμησης χρησιμοποιεί χαρακτήρες στο tweet στο οποίο έχει επισυναφθεί και το πλάτος αυτής της αρίθμησης εξαρτάται από τον συνολικό αριθμό των tweet, τον οποίο δεν γνωρίζετε μέχρι να γίνει ο διαχωρισμός. Αυτό το εργαλείο επιλύει αυτό με επαναληπτικό διαχωρισμό, δεσμεύοντας το πραγματικό σταθμισμένο μήκος της αρίθμησης πριν από κάθε πέρασμα, έως ότου ο δεσμευμένος προϋπολογισμός ταιριάζει με τον πραγματικό αριθμό των tweet που προκύπτει. Το τυπικό όριο των 280 χαρακτήρων χρησιμοποιείται από προεπιλογή με μια ειλικρινή σημείωση ότι οι συνδρομητές X Premium λαμβάνουν ένα πολύ υψηλότερο όριο μεγάλης μορφής (έως περίπου 25.000 χαρακτήρες) για αναρτήσεις που δεν χρειάζεται να λειτουργούν ως δημόσιο νήμα — μια εναλλαγή σάς επιτρέπει να μεταβείτε σε ένα προσαρμοσμένο όριο εάν αυτό στοχεύετε.