Pemisah Utas Tweet

Batasan 280 karakter sebuah tweet bukanlah pemeriksaan `teks.panjang` yang sederhana, dan sebagian besar penghitung karakter yang naif melakukan kesalahan ini dalam hal-hal yang penting. Alat ini mengimplementasikan algoritme panjang tertimbang X/Twitter yang sebenarnya: setiap titik kode dilihat berdasarkan tabel rentang tertimbang yang sama yang digunakan oleh perpustakaan teks twitter milik platform, di mana sebagian besar karakter Latin, Sirilik, Yunani, dan tanda baca umum dihitung sebagai 1 karakter tetapi segala sesuatu di luar rentang tersebut — ideograf CJK, sebagian besar emoji, banyak simbol — dihitung sebagai 2. Sama pentingnya, mengulangi teks dengan titik kode Unicode yang sebenarnya (bukan unit UTF-16 mentah) berarti emoji alam astral seperti wajah atau bendera pasangan pengganti dihitung dengan benar satu kali, bukan dihitung dua kali secara tidak sengaja seperti yang dilakukan pemeriksaan `.length` yang naif.

Aturan nyata lainnya yang mudah dilewatkan oleh alat ini dengan jujur: setiap http(s):// atau www. URL dalam teks Anda dihitung tepat 23 karakter, terlepas dari apakah tautan literalnya 20 atau 200 karakter. Itu adalah pengganti X panjang sebenarnya yang disingkat t.co untuk tautan apa pun, dan itu berarti tweet yang dikemas dengan URL pelacakan yang panjang memiliki lebih banyak ruang tersisa untuk kata-kata sebenarnya daripada yang disarankan oleh jumlah karakter yang naif — pemisah memperhitungkan hal ini ketika memutuskan di mana sebuah tweet berakhir.

Memisahkan postingan panjang menjadi thread lebih dari sekadar memotong setiap 280 karakter. Alat ini bekerja melalui tiga tingkatan batasan berdasarkan urutan preferensi: alat ini pertama-tama mencoba menyatukan seluruh paragraf, kembali ke heuristik batas kalimat yang sebenarnya ketika sebuah paragraf terlalu panjang (pemisah berbasis regex yang mengetahui perbedaan antara periode akhir kalimat dan periode di dalam singkatan seperti "Dr." atau "mis." atau angka desimal seperti "3.14"), dan hanya memecah kata-kata individual sebagai upaya terakhir ketika bahkan satu kalimat pun melampaui batas — di setiap tingkat, URL adalah diperlakukan sebagai satu kesatuan yang tidak dapat dibagi-bagi dan tidak pernah terpecah di tengah-tengahnya.

Penomoran thread ("1/7", "2/7"...) memiliki kasus tepi yang benar-benar mudah untuk dilewatkan: teks penomoran itu sendiri menggunakan karakter dalam tweet yang dilampirkannya, dan lebar penomoran itu bergantung pada jumlah total tweet, yang tidak Anda ketahui sampai pemisahan selesai. Alat ini menyelesaikan masalah tersebut dengan membagi ulang secara berulang-ulang, mencadangkan panjang bobot sebenarnya dari penomoran tersebut sebelum setiap pass, hingga anggaran yang dicadangkan sesuai dengan jumlah tweet aktual yang dihasilkan. Batas standar 280 karakter digunakan secara default dengan catatan jujur ​​bahwa pelanggan X Premium mendapatkan batas bentuk panjang yang jauh lebih tinggi (hingga sekitar 25.000 karakter) untuk postingan yang tidak perlu berfungsi sebagai thread publik — sebuah tombol memungkinkan Anda beralih ke batas khusus jika itu yang Anda targetkan.