Tweet Thread Splitter

Limita de 280 de caractere a unui tweet nu este o simplă verificare „text.length” și majoritatea contoarelor naivi de caractere greșesc acest lucru în moduri care contează. Acest instrument implementează algoritmul real X/Twitter cu lungimea ponderată: fiecare punct de cod este comparat cu același tabel cu interval ponderat pe care îl folosește propria bibliotecă de text Twitter a platformei, unde majoritatea caracterelor latine, chirilice, grecești și de punctuație obișnuită contează ca 1 caracter, dar tot ce se află în afara acestor intervale - ideografele CJK, cele mai multe emoji, multe simboluri reale, sunt la fel de importante. Punctul de cod Unicode (nu unități UTF-16 brute) înseamnă că un emoji din plan astral, cum ar fi o față sau un steag de pereche surogat, este numărat corect o singură dată, nu dublu numărat accidental, așa cum ar face o verificare naivă `.length`.

Cealaltă regulă reală, ușor de ratat, pe care acest instrument o implementează sincer: fiecare http(e):// sau www. Adresa URL din textul dvs. este numărată ca exact 23 de caractere, indiferent dacă linkul literal are 20 de caractere sau 200. Aceasta este lungimea reală scurtată X care înlocuiește orice link și înseamnă că un tweet cu o adresă URL de urmărire lungă mai are mult mai mult spațiu pentru cuvintele reale decât ar sugera un număr naiv de caractere - splitter-ul ține cont de acest lucru atunci când decide unde se încheie un tweet.

Împărțirea unei postări lungi într-un fir înseamnă mai mult decât tăierea la fiecare 280 de caractere. Acest instrument funcționează prin trei niveluri de granițe în ordinea preferințelor: mai întâi încearcă să mențină paragrafe întregi împreună, revine la o euristică reală a limitei propoziției atunci când un paragraf este prea lung (un divizor bazat pe regex care cunoaște diferența dintre o perioadă de sfârșit de propoziție și una într-o abreviere precum „Dr.” sau „de ex.” sau la un număr individual, cum ar fi „3 și 14 zecimale”), chiar și ca o singură zecimală de 14 cuvinte. propoziția depășește limita — la fiecare nivel, o adresă URL este tratată ca un simbol indivizibil și nu este niciodată împărțită la mijloc.

Numerotarea firelor („1/7”, „2/7”...) are o majuscule cu adevărat ușor de ratat: textul de numerotare în sine folosește caractere în tweet-ul la care este atașat, iar lățimea acelei numerotări depinde de numărul total de tweet-uri, pe care nu îl știi până când se termină împărțirea. Acest instrument rezolvă acest lucru prin reîmpărțirea iterativă, rezervând lungimea reală ponderată a numerotării înainte de fiecare trecere, până când bugetul rezervat se potrivește cu numărul real de tweet rezultat. Limita standard de 280 de caractere este utilizată în mod implicit, cu o notă sinceră că abonații X Premium primesc o limită de formă lungă mult mai mare (până la aproximativ 25.000 de caractere) pentru postările care nu trebuie să funcționeze ca un fir public - o comutare vă permite să comutați la o limită personalizată dacă aceasta este ceea ce vizați.