Divisor de Fios de Tweet

O limite de 280 caracteres de um tweet não é uma simples verificação de `text.length`, e a maioria dos contadores ingénuos erra de forma relevante. Esta ferramenta implementa o verdadeiro algoritmo de comprimento ponderado do X/Twitter: cada ponto de código é consultado na mesma tabela de intervalos ponderados que a biblioteca twitter-text da plataforma usa, na qual a maioria dos caracteres latinos, cirílicos, gregos e de pontuação comum conta como 1 caractere, mas tudo o que está fora desses intervalos — ideogramas CJK, a maioria dos emoji, muitos símbolos — conta como 2. Igualmente importante, ao iterar o texto por ponto de código Unicode real (não por unidades UTF-16 em bruto), um emoji do plano astral, como uma cara ou bandeira com par substituto, é contado uma vez de forma correta, e não duas vezes acidentalmente como uma verificação ingénua de `.length` faria.

A outra regra real, fácil de não se notar, que esta ferramenta implementa honestamente: cada URL http(s):// ou www. no texto é contado exatamente como 23 caracteres, independentemente de o link literal ter 20 ou 200 caracteres. Este é o verdadeiro comprimento encurtado pelo t.co que o X substitui em qualquer link, e significa que um tweet repleto de um URL de rastreio longo tem muito mais espaço para palavras reais do que uma contagem ingénua de caracteres sugeriria — o divisor tem isto em conta ao decidir onde termina um tweet.

Dividir uma publicação longa num fio é mais do que simplesmente cortar a cada 280 caracteres. Esta ferramenta percorre três níveis de limites, por ordem de preferência: primeiro tenta manter parágrafos inteiros juntos; quando um parágrafo é demasiado longo, recorre a uma heurística real de limite de frase (um divisor baseado em regex que sabe a diferença entre um ponto final de frase e um ponto dentro de uma abreviatura como "Dr." ou "p. ex." ou de um número decimal como "3,14"); e só quebra em palavras individuais como último recurso, quando até uma única frase ultrapassa o limite — em todos os níveis, um URL é tratado como um bloco indivisível e nunca é dividido a meio.

A numeração do fio ("1/7", "2/7"…) tem um caso-limite genuinamente fácil de não se notar: o próprio texto da numeração consome caracteres no tweet a que está anexado, e a largura dessa numeração depende do número total de tweets, o qual só se sabe quando a divisão está concluída. Esta ferramenta resolve isso voltando a dividir iterativamente, reservando o comprimento real ponderado da numeração antes de cada passagem, até o espaço reservado corresponder à contagem real de tweets resultante. O limite padrão de 280 caracteres é usado por omissão, com uma nota honesta de que os subscritores do X Premium dispõem de um limite de publicações de formato longo muito superior (até cerca de 25 000 caracteres) para publicações que não precisam de funcionar como um fio público — um seletor permite mudar para um limite personalizado se for esse o seu objetivo.