Penghitung Karakter X (Twitter)

Cara kerja

Penghitung ini meniru pembobotan platform, bukan panjang string naif. Pertama ia mencari setiap token http:// atau https:// dan mengenakan biaya tetap 23 untuk masing-masing — pemendek t.co membuat panjang tautan tidak relevan. Sisa teks ditempuh sebagai klaster grafem, dan klaster apa pun yang dimulai dengan code point di atas U+FFFF bernilai 2 sementara yang lain bernilai 1.

Jebakan UTF-16

.length JavaScript menghitung unit kode 16-bit, sehingga satu emoji wajah tersenyum melaporkan panjang 2 dan emoji keluarga lima code point melapor jauh lebih banyak. Penghitungan naif juga membelah surrogate pair menjadi dua; alat ini menelusuri klaster utuh sehingga memotong hitungan tidak pernah merusak karakter.

Aturan 23 t.co

Saat dikirim, setiap tautan ditulis ulang lewat pemendek layanan, jadi URL 5 karakter dan monolit pelacakan 300 karakter sama-sama berbobot 23. Penghitung menghapus token URL sebelum menimbang teks dan melaporkan jumlah tautan yang terdeteksi secara terpisah.

Penghitungan grafem dengan Intl.Segmenter

Jika browser mendukung Intl.Segmenter, bendera, modifier warna kulit, dan keluarga ZWJ diperlakukan sebagai satu karakter yang terlihat. Mesin yang lebih tua memakai iterasi code point lewat Array.from yang tetap aman terhadap surrogate, hanya sedikit lebih ketat pada emoji gabungan.

Pertanyaan yang sering diajukan