Διαχωριστής Νημάτων Tweet

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 υλοποιεί τον πραγματικό αλγόριθμο σταθμισμένου μήκους του X/Twitter: κάθε σημείο κώδικα αναζητείται στον ίδιο πίνακα σταθμισμένων εύρων που χρησιμοποιεί η βιβλιοθήκη twitter-text της πλατφόρμας, όπου οι περισσότεροι λατινικοί, κυριλλικοί, ελληνικοί χαρακτήρες και τα κοινά σημεία στίξης μετρούν ως 1 χαρακτήρας, αλλά όλα εκτός αυτών των εύρων — ιδεογράμματα CJK, τα περισσότερα emoji, πολλά σύμβολα — μετρούν ως 2. Εξίσου σημαντικό, η επανάληψη στο κείμενο ανά πραγματικό σημείο κώδικα Unicode (όχι ακατέργαστες μονάδες UTF-16) σημαίνει ότι ένα emoji αστρικού επιπέδου, όπως ένα πρόσωπο ή μια σημαία ζεύγους υποκατάστατων, καταμετράται σωστά μία φορά και όχι κατά λάθος διπλά, όπως θα συνέβαινε με έναν αφελή έλεγχο `.length`.

Ο άλλος εύκολα παραβλέψιμος πραγματικός κανόνας που αυτό το εργαλείο υλοποιεί ειλικρινά: κάθε http(s):// ή www. URL στο κείμενό σας μετράει ως ακριβώς 23 χαρακτήρες, ανεξάρτητα από το αν ο πραγματικός σύνδεσμος είναι 20 ή 200 χαρακτήρες. Αυτό είναι το πραγματικό μήκος που αντικαθιστά το t.co για κάθε σύνδεσμο, και σημαίνει ότι ένα tweet γεμάτο με ένα μακρύ URL παρακολούθησης έχει πολύ περισσότερο διαθέσιμο χώρο για πραγματικές λέξεις απ' ό,τι θα υποδείκνυε ένας αφελής μετρητής χαρακτήρων — ο διαχωριστής το λαμβάνει αυτό υπόψη όταν αποφασίζει πού τελειώνει ένα tweet.

Ο διαχωρισμός μιας μεγάλης ανάρτησης σε νήμα είναι κάτι περισσότερο από το απλό κόψιμο κάθε 280 χαρακτήρες. Αυτό το εργαλείο λειτουργεί μέσα από τρία επίπεδα ορίων κατά σειρά προτίμησης: πρώτα προσπαθεί να κρατήσει ολόκληρες παραγράφους μαζί, υποχωρεί σε μια πραγματική ευρετική ορίων προτάσεων όταν μια παράγραφος είναι πολύ μεγάλη (ένας διαχωριστής βασισμένος σε regex που γνωρίζει τη διαφορά ανάμεσα σε μια τελεία τέλους πρότασης και σε μια τελεία μέσα σε μια συντομογραφία όπως «κ.λπ.» ή «π.χ.» ή σε έναν δεκαδικό αριθμό όπως «3,14»), και κόβει μόνο σε μεμονωμένες λέξεις ως έσχατη λύση όταν ακόμα και μία μόνο πρόταση υπερβαίνει το όριο — σε κάθε επίπεδο, ένα URL αντιμετωπίζεται ως ένα αδιαίρετο στοιχείο και δεν κόβεται ποτέ στη μέση.

Η αρίθμηση νημάτων («1/7», «2/7»…) έχει μια πραγματικά εύκολα παραβλέψιμη οριακή περίπτωση: το ίδιο το κείμενο αρίθμησης καταναλώνει χαρακτήρες στο tweet στο οποίο επισυνάπτεται, και το πλάτος αυτής της αρίθμησης εξαρτάται από τον συνολικό αριθμό tweet, τον οποίο δεν γνωρίζετε μέχρι να ολοκληρωθεί ο διαχωρισμός. Αυτό το εργαλείο το επιλύει επαναδιαχωρίζοντας επαναληπτικά, δεσμεύοντας το πραγματικό σταθμισμένο μήκος της αρίθμησης πριν από κάθε πέρασμα, έως ότου ο δεσμευμένος προϋπολογισμός ταιριάξει με τον πραγματικό αριθμό tweet που προκύπτει. Το τυπικό όριο των 280 χαρακτήρων χρησιμοποιείται εξ ορισμού, με μια ειλικρινή σημείωση ότι οι συνδρομητές X Premium λαμβάνουν ένα πολύ υψηλότερο όριο αναρτήσεων μεγάλου μήκους (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 αν αυτός είναι ο στόχος σας.