Trình chia tách Tweet Thread

Giới hạn 280 ký tự của một tweet không phải là một phép kiểm tra `text.length` đơn giản, và hầu hết các bộ đếm ký tự thô sơ đều mắc lỗi này theo những cách rất đáng kể. Công cụ này triển khai đúng thuật toán tính độ dài có trọng số của X/Twitter: mỗi điểm mã được tra cứu dựa trên cùng bảng phạm vi trọng số mà thư viện twitter-text của chính nền tảng đó sử dụng, trong đó hầu hết các ký tự Latin, Cyrillic, Hy Lạp và dấu câu phổ biến được tính là 1 ký tự nhưng mọi thứ nằm ngoài các phạm vi đó — chữ tượng hình CJK, hầu hết emoji, nhiều ký hiệu — được tính là 2. Cũng quan trọng không kém, việc duyệt văn bản theo điểm mã Unicode thực tế (chứ không phải đơn vị UTF-16 thô) có nghĩa là một emoji thuộc astral plane như mặt cười hoặc lá cờ được tạo bởi cặp surrogate sẽ được đếm chính xác một lần, thay vì vô tình bị đếm gấp đôi như cách kiểm tra `.length` thô sơ vẫn làm.

Một quy tắc thực tế khác dễ bị bỏ qua mà công cụ này thực hiện một cách trung thực: mỗi URL http(s):// hoặc www. trong văn bản của bạn đều được tính chính xác là 23 ký tự, bất kể liên kết thật dài 20 hay 200 ký tự. Đó là độ dài rút gọn t.co thực sự mà X thay thế cho bất kỳ liên kết nào, và điều đó có nghĩa là một tweet chứa đầy URL theo dõi dài sẽ còn nhiều chỗ trống cho từ ngữ thực tế hơn là một phép đếm ký tự thô sơ gợi ý — bộ chia tách này tính đến điều đó khi quyết định vị trí kết thúc của một tweet.

Việc chia một bài đăng dài thành một thread không chỉ đơn thuần là cắt mỗi 280 ký tự. Công cụ này hoạt động qua ba cấp ranh giới theo thứ tự ưu tiên: trước tiên nó cố gắng giữ nguyên cả đoạn, nếu đoạn quá dài thì chuyển sang phương pháp heuristic ranh giới câu thực sự (bộ chia tách dựa trên regex, phân biệt được dấu chấm kết thúc câu với dấu chấm bên trong chữ viết tắt như "Dr." hay "e.g." hoặc số thập phân như "3.14"), và chỉ chia tại từng từ riêng lẻ như là phương sách cuối cùng khi thậm chí một câu đơn lẻ cũng vượt quá giới hạn — ở mọi cấp, một URL được coi là một đơn vị không thể chia cắt và không bao giờ bị chia tách ở giữa.

Đánh số thread ("1/7", "2/7"...) thực sự có một tình huống ngoại lệ rất dễ bị bỏ qua: chính phần văn bản đánh số đó cũng chiếm dụng ký tự trong tweet mà nó được gắn vào, và độ rộng của phần đánh số đó phụ thuộc vào tổng số tweet, điều mà bạn chỉ biết được sau khi việc chia tách hoàn tất. Công cụ này giải quyết bằng cách chia tách lại một cách lặp đi lặp lại, dành sẵn độ dài có trọng số thực sự của phần đánh số trước mỗi lần chạy, cho đến khi ngân sách dành sẵn khớp với tổng số tweet kết quả thực tế. Giới hạn 280 ký tự tiêu chuẩn được sử dụng mặc định kèm theo một ghi chú thẳng thắn rằng người đăng ký X Premium có giới hạn bài đăng dạng dài cao hơn nhiều (lên đến khoảng 25.000 ký tự) cho các bài viết không cần hoạt động như một thread công khai — một nút chuyển đổi cho phép bạn chuyển sang giới hạn tùy chỉnh nếu đó là thứ bạn đang nhắm đến.