Dzielenie wątku na Twitterze

Limit 280 znaków w tweecie nie jest prostym sprawdzeniem `text.length`, a większość naiwnych liczników znaków myli się w tej kwestii na istotne sposoby. To narzędzie implementuje prawdziwy algorytm ważonej długości X/Twittera: każdy punkt kodowy jest sprawdzany w tej samej tabeli zakresów ważonych, której używa biblioteka twitter-text platformy. Większość znaków łacińskich, cyrylicy, greki i popularnej interpunkcji liczy się jako 1 znak, ale wszystko spoza tych zakresów — ideogramy CJK, emoji, wiele symboli — liczone jest jako 2. Równie istotne jest to, że iterowanie tekstu po rzeczywistych punktach kodowych Unicode (a nie surowych jednostkach UTF-16) oznacza, że emoji z płaszczyzny astralnej, jak para zastępcza twarzy czy flagi, jest poprawnie zliczane raz, a nie podwójnie, jak zrobiłoby to naiwne sprawdzenie `.length`.

Kolejną łatwą do przeoczenia, a uczciwie zaimplementowaną tu regułą jest to, że każdy URL http(s):// lub www. w tekście liczony jest jako dokładnie 23 znaki, niezależnie od tego, czy literalny link ma 20, czy 200 znaków. To rzeczywista, skrócona przez t.co długość, którą X podstawia za każdy link, co oznacza, że tweet upakowany długim adresem URL ze śledzeniem ma znacznie więcej miejsca na słowa, niż sugerowałby naiwny licznik — podczas ustalania, gdzie kończy się tweet, narzędzie bierze to pod uwagę.

Podział długiego wpisu na wątek to więcej niż tylko cięcie co 280 znaków. To narzędzie pracuje na trzech poziomach granic według preferencji: najpierw stara się zachować całe akapity, gdy akapit jest za długi, sięga po heurystykę rzeczywistych granic zdań (oparty na wyrażeniach regularnych podział, który odróżnia kropkę kończącą zdanie od kropki w skrócie, jak „dr” czy „np.”, lub w liczbie dziesiętnej, jak „3,14”), a na pojedynczych wyrazach tnie tylko w ostateczności, gdy nawet jedno zdanie przekracza limit — na każdym poziomie URL jest traktowany jako niepodzielny token i nigdy nie jest przerywany w środku.

Numeracja wątku („1/7”, „2/7”…) ma naprawdę łatwy do przeoczenia przypadek brzegowy: sam tekst numeracji zajmuje znaki w tweecie, do którego jest dołączona, a długość tej numeracji zależy od całkowitej liczby tweetów, której nie znamy, dopóki podział nie zostanie zakończony. To narzędzie rozwiązuje ten problem, dzieląc wpis iteracyjnie — rezerwuje rzeczywistą ważoną długość numeracji przed każdym przebiegiem, aż zarezerwowana przestrzeń zrówna się z faktyczną liczbą powstałych tweetów. Domyślnie stosowany jest standardowy limit 280 znaków, z uczciwą informacją, że subskrybenci X Premium otrzymują znacznie wyższy limit długich wpisów (do około 25 000 znaków) dla postów, które nie muszą działać jako publiczny wątek — przełącznik pozwala wybrać limit niestandardowy, jeśli właśnie do tego dążysz.