Bộ chia chủ đề Tweet

Giới hạn 280 ký tự của một tweet không phải là một kiểm tra `text.length` đơn giản và hầu hết các bộ đếm ký tự ngây thơ đều mắc sai lầm này theo những cách quan trọng. Công cụ này triển khai thuật toán độ dài có trọng số X/Twitter thực: mỗi điểm mã được tra cứu dựa trên cùng một bảng có phạm vi có trọng số mà thư viện văn bản Twitter của chính nền tảng này sử dụng, trong đó hầu hết các ký tự Latinh, Cyrillic, Hy Lạp và dấu chấm câu chung được tính là 1 ký tự nhưng mọi thứ nằm ngoài các phạm vi đó — chữ tượng hình CJK, hầu hết biểu tượng cảm xúc, nhiều ký hiệu — được tính là 2. Điều quan trọng nữa là việc lặp lại văn bản theo điểm mã Unicode thực (không phải đơn vị UTF-16 thô) có nghĩa là một mặt phẳng thiên văn biểu tượng cảm xúc như khuôn mặt hoặc cờ thay thế được tính chính xác một lần, không vô tình được tính hai lần như cách kiểm tra `.length` ngây thơ.

Một quy tắc thực tế dễ bỏ sót khác mà công cụ này thực hiện một cách trung thực: mọi http(s):// hoặc www. URL trong văn bản của bạn được tính chính xác là 23 ký tự, bất kể liên kết theo nghĩa đen là 20 ký tự hay 200. Đó là độ dài thực tế được rút ngắn X thay thế cho bất kỳ liên kết nào và điều đó có nghĩa là một tweet được đóng gói với một URL theo dõi dài còn nhiều chỗ trống cho các từ thực tế hơn số lượng ký tự ngây thơ sẽ đề xuất — bộ chia sẽ tính đến điều này khi quyết định nơi kết thúc của một tweet.

Chia một bài viết dài thành một chuỗi không chỉ đơn thuần là cắt bớt 280 ký tự. Công cụ này hoạt động thông qua ba tầng ranh giới theo thứ tự ưu tiên: đầu tiên, nó cố gắng giữ toàn bộ các đoạn lại với nhau, quay trở lại phương pháp phỏng đoán ranh giới câu thực sự khi một đoạn văn quá dài (một bộ tách dựa trên biểu thức chính quy biết sự khác biệt giữa dấu chấm cuối câu và dấu bên trong một từ viết tắt như "Dr." hoặc "e.g." hoặc một số thập phân như "3,14") và chỉ ngắt các từ riêng lẻ như là phương sách cuối cùng khi ngay cả một câu cũng vượt quá giới hạn — ở mỗi bậc, một URL được coi là một mã thông báo không thể phân chia và không bao giờ được chia ở giữa.

Đánh số chủ đề ("1/7", "2/7"...) có một trường hợp thực sự dễ bỏ sót: bản thân văn bản đánh số đã sử dụng hết các ký tự trong tweet mà nó được đính kèm và độ rộng của việc đánh số đó phụ thuộc vào tổng số lượng tweet mà bạn không biết cho đến khi quá trình phân tách hoàn tất. Công cụ này giải quyết vấn đề đó bằng cách phân tách lại lặp đi lặp lại, bảo lưu độ dài có trọng số thực của việc đánh số trước mỗi lần vượt qua, cho đến khi ngân sách dành riêng khớp với số lượng tweet thực tế thu được. Giới hạn 280 ký tự tiêu chuẩn được sử dụng theo mặc định với một lưu ý trung thực rằng người đăng ký X Premium có giới hạn dạng dài cao hơn nhiều (lên tới khoảng 25.000 ký tự) đối với các bài đăng không cần hoạt động như một chuỗi công khai — một nút chuyển đổi cho phép bạn chuyển sang giới hạn tùy chỉnh nếu đó là giới hạn bạn đang nhắm mục tiêu.