Tweet-threadsplitter

De limiet van 280 tekens voor een tweet is geen eenvoudige 'text.length'-controle, en de meeste naïeve tekentellers gaan hier op een manier die er toe doet fout. Deze tool implementeert het echte X/Twitter-algoritme met gewogen lengte: elk codepunt wordt vergeleken met dezelfde tabel met gewogen bereik die de eigen Twitter-tekstbibliotheek van het platform gebruikt, waarbij de meeste Latijnse, Cyrillische, Griekse en gewone leestekens als 1 teken tellen, maar alles buiten dat bereik (CJK-ideografen, de meeste emoji, veel symbolen) telt als 2. Net zo belangrijk is dat het herhalen van de tekst met echte Unicode-codepunten (geen onbewerkte UTF-16-eenheden) betekent een emoji op het astrale vlak, zoals een gezicht of vlag van een surrogaatpaar, wordt één keer correct geteld, en niet per ongeluk dubbel geteld zoals een naïeve '.lengte'-controle zou doen.

De andere gemakkelijk te missen echte regel die deze tool eerlijk implementeert: elke http(s):// of www. De URL in uw tekst wordt geteld als precies 23 tekens, ongeacht of de letterlijke link 20 of 200 tekens is. Dat is de echte t.co-verkorte lengte die X vervangt voor elke link, en het betekent dat een tweet met een lange tracking-URL veel meer ruimte over heeft voor daadwerkelijke woorden dan een naïef aantal tekens zou suggereren - de splitter houdt hier rekening mee bij het beslissen waar een tweet eindigt.

Het opsplitsen van een lang bericht in een thread is meer dan alleen het knippen van elke 280 tekens. Deze tool werkt via drie niveaus van grenzen in volgorde van voorkeur: het probeert eerst hele alinea's bij elkaar te houden, valt terug op een echte zinsgrensheuristiek als een alinea te lang is (een op regex gebaseerde splitter die het verschil kent tussen een zinseindpunt en een punt binnen een afkorting zoals "Dr." of "e.g." of een decimaal getal zoals "3.14"), en breekt alleen af op individuele woorden als laatste redmiddel wanneer zelfs een enkele zin de limiet overschrijdt - bij Elke laag wordt een URL behandeld als één ondeelbaar token en wordt nooit in het midden gesplitst.

Threadnummering ("1/7", "2/7"...) heeft een gemakkelijk te missen randgeval: de nummeringstekst zelf gebruikt tekens in de tweet waaraan deze is gekoppeld, en de breedte van die nummering hangt af van het totale aantal tweets, wat je pas weet als het splitsen is voltooid. Deze tool lost dit op door iteratief opnieuw te splitsen, waarbij de werkelijke gewogen lengte van de nummering vóór elke passage wordt gereserveerd, totdat het gereserveerde budget overeenkomt met het daadwerkelijk resulterende aantal tweets. De standaardlimiet van 280 tekens wordt standaard gebruikt met de eerlijke opmerking dat X Premium-abonnees een veel hogere limiet voor lange formulieren krijgen (tot ongeveer 25.000 tekens) voor berichten die niet als openbare thread hoeven te werken. Met een schakelaar kunt u overschakelen naar een aangepaste limiet als dat is wat u target.