X (Twitter) Karakter Sınırı: Sayım Gerçekte Nasıl İşler?

"280 karakter", olabilecek en basit kural gibi görünür — harfleri say, 280'de dur. X'in (eski adıyla Twitter) gerçekte yaptığı şey, bir uzunluk kontrolünden çok ağırlıklı bir puanlama sistemine daha yakındır ve "sizin sayacağınız karakterler" ile "platformun saydığı karakterler" arasındaki boşluk, birçok kafa karıştırıcı "bu gönderi neden atılmıyor" anının kaynağıdır.

Taban çizgisi: 280 ağırlıklı birim, 280 harf değil

Çoğu Latin alfabesi metin için — İngilizce, İspanyolca, Fransızca, Almanca — görünür bir karakter gerçekten 280 sınırına karşı bir birim maliyeti getirir; bu yüzden düz bir karakter sayacıyla saymak sizi doğruluğa çok yaklaştırır. Sapma üç belirli yerde ortaya çıkar: Latin olmayan alfabeler, bağlantılar ve karmaşık emojiler. Zihinsel matematiğinizde bunlardan birini yanlış yaparsanız, sınırın oldukça altında görünen bir gönderi reddedilir ya da üzerinde görünen biri aslında sığar.

CJK metni yalnızca ölçülmez, ağırlıklandırılır

X, çoğu Çince, Japonca ve Korece karakteri her biri bir yerine kabaca iki birim olarak ağırlıklandırır. Platformun kendi gerekçesi, tek bir CJK karakterinin tipik olarak birkaç Latin harfi kadar bilgi taşıdığı, bu yüzden onu bir birim olarak saymanın CJK gönderilerinin aynı bütçede orantısız biçimde daha fazlasını söylemesine izin vereceğidir. Pratik etki, insanların genellikle varsaydığının tersidir: bir CJK gönderisi daha fazla alan almaz, her görünür karakter yaklaşık iki katı maliyete geldiğinden, eşdeğer bir İngilizce gönderiden fiilen daha küçük bir ham karakter bütçesi alır.

Bağlantılar ne kadar uzun olursa olsun her zaman aynı maliyete gelir

Tanınan herhangi bir URL, sahne arkasında otomatik olarak sabit uzunluklu bir t.co kısaltılmış bağlantıya yeniden yazılır ve 280'inize sayılan, orijinal dize uzunluğu değil, bu kısaltılmış sürümdür. Uzun, parametre ağırlıklı bir bağlantıyı bir gönderiye yapıştırmanın kısa bir tanesini yapıştırmakla tam olarak aynı maliyete gelmesinin nedeni budur — platform gerçek URL'nin ne kadar uzun olduğunu umursamaz, yalnızca onu bir bağlantı olarak tanıyıp tanımadığını umursar.

Emoji: kaç kod noktasının üst üste bindiğine bağlıdır

Tek bir gülen yüz gibi basit bir emoji genellikle bir veya iki alttaki Unicode kod noktasıdır ve buna karşılık gelen küçük bir birim sayısı olarak sayılır. Bileşik emojiler — bir aile grubu veya bir ten tonu değiştiriciyle birleştirilmiş bir kişi emojisi — aslında ekranda tek bir glif olarak görünmek için görünmez bağlayıcı karakterlerle (sıfır genişlikli birleştiriciler) birleştirilmiş birkaç kod noktasıdır. X'in sayacı, gördüğünüz tek glif üzerinde değil, alttaki kod noktaları üzerinde çalışır; bu yüzden beş kişilik bir aile emojisi, göründüğünden birkaç birim daha fazla maliyete sessizce gelebilir.

Pratik çıkarım

Bağlantısız düz Latin alfabesi metni için, sıradan bir karakter sayımı taslak hazırlamak için yeterince doğrudur. Bir gönderi bir URL içerdiği anda, gerçek uzunluğundan bağımsız olarak sabit bir miktara mal olmasını bekleyin. Ağırlıklı olarak Çince, Japonca veya Korece yazıyorsanız, kabaca olağan karakter alanının yarısını bütçeleyin. Ve yoğun emoji kullanımlı bir gönderi kısa görünmesine rağmen çok uzun diye reddediliyorsa, bileşik emojiler bunun büyük olasılıkla nedenidir — onları her biri bir değil, birden çok birim olarak sayın.