Divisor de hilos de tweets

El límite de 280 caracteres de un tweet no es una simple comprobación de `text.length`, y la mayoría de los contadores de caracteres ingenuos se equivocan en aspectos importantes. Esta herramienta implementa el algoritmo real de longitud ponderada de X/Twitter: cada punto de código se compara con la misma tabla de rango ponderado que utiliza la propia biblioteca de texto de Twitter de la plataforma, donde la mayoría de los caracteres latinos, cirílicos, griegos y de puntuación común cuentan como 1 carácter, pero todo lo que está fuera de esos rangos (ideogramas CJK, la mayoría de los emoji, muchos símbolos) cuenta como 2. Igual de importante es iterar el texto por punto de código Unicode real (no unidades UTF-16 sin formato). significa que un emoji del plano astral, como una cara o bandera de un par sustituto, se cuenta correctamente una vez, no se cuenta dos veces accidentalmente como lo haría una ingenua verificación de "longitud".

La otra regla real fácil de pasar por alto que esta herramienta implementa honestamente: cada http(s):// o www. La URL en su texto se cuenta como exactamente 23 caracteres, independientemente de si el enlace literal tiene 20 o 200 caracteres. Esa es la longitud real acortada por t.co que X sustituye a cualquier enlace, y significa que a un tweet lleno de una URL de seguimiento larga le queda mucho más espacio para palabras reales de lo que sugeriría un conteo ingenuo de caracteres; el divisor tiene en cuenta esto al decidir dónde termina un tweet.

Dividir una publicación larga en un hilo es más que simplemente cortar cada 280 caracteres. Esta herramienta funciona a través de tres niveles de límites en orden de preferencia: primero intenta mantener párrafos completos juntos, recurre a una heurística real de límites de oraciones cuando un párrafo es demasiado largo (un divisor basado en expresiones regulares que conoce la diferencia entre un punto final de oración y uno dentro de una abreviatura como "Dr." o "p. ej." o un número decimal como "3.14"), y solo se divide en palabras individuales como último recurso cuando incluso una sola oración sobrepasa el límite, en cada nivel, una URL se trata como un token indivisible y nunca se divide por la mitad.

La numeración de hilos ("1/7", "2/7"...) tiene un caso límite realmente fácil de pasar por alto: el texto de la numeración en sí usa caracteres en el tweet al que está adjunto, y el ancho de esa numeración depende del recuento total de tweets, que no se sabe hasta que se realiza la división. Esta herramienta resuelve esto volviendo a dividir iterativamente, reservando la longitud ponderada real de la numeración antes de cada paso, hasta que el presupuesto reservado coincida con el recuento de tweets resultante real. El límite estándar de 280 caracteres se usa de forma predeterminada, con una nota honesta de que los suscriptores de X Premium obtienen un límite de formato largo mucho más alto (hasta aproximadamente 25,000 caracteres) para publicaciones que no necesitan funcionar como un hilo público; una opción le permite cambiar a un límite personalizado si eso es a lo que se dirige.