在 Javascript 中计算推文字符数的最佳方法

Question

来自 Twitter API 文档 ( http://dev.twitter.com/pages/counting_characters ):

140 个字符的推文限制并没有真正计算字符数，而是计算字符串的字节数。

如何使用 Javascript 计算字符串中的字节数，或者自从我将页面编码设置为 UTF-8 后，字符串中的每个字符总是使用 2 个字节？

也许已经有一个不错的计数器功能供我使用？

Answer 1

实际上，由于 t.co 网址缩短器的存在，仅计算字符数不再有效。查看这两个 Twitter 参考资料，了解如何处理缩短的链接：

https://support.twitter.com/articles/78124-how-to-shorten-links-urls

https://dev.twitter.com/docs/tco-url-wrapper/how-twitter-wrap-urls

如果您在客户端寻求帮助，您必须使用 twitter-text.js 结交新朋友

https://github.com/twitter/twitter-text-js

我还发布了一个用于计算推文中剩余字符的函数的演练

http://blog.pay4tweet.com/2012/04/27/twitter-lifts-140-character-limit/

函数看起来像这样

function charactersleft(tweet) {
    var url, i, lenUrlArr;
    var virtualTweet = tweet;
    var filler = "01234567890123456789";
    var extractedUrls = twttr.txt.extractUrlsWithIndices(tweet);
    var remaining = 140;
    lenUrlArr = extractedUrls.length;
    if ( lenUrlArr > 0 ) {
        for (var i = 0; i < lenUrlArr; i++) {
            url = extractedUrls[i].url;
            virtualTweet = virtualTweet.replace(url,filler);
        }
    }
    remaining = remaining - virtualTweet.length;
    return remaining;
}

该函数返回剩余字符数，假设所有 URL（包括那些缩短到少于 20 个字符的 URL）已被 t.co“缩短”为 19 个字符加一个空格。

假设包含 twitter-text.js。

Answer 2

感谢moluv00的回答，让我节省了一些搜索时间，并使我走上了正确的道路。 我只是想分享我在应用程序中处理 Twitter 字符计数（由于网址很小）的方法。

一个拉取请求已于2012年5月31日合并到github存储库，引入了twttr.txt.getTweetLength(text, options)函数，该函数考虑了t.co URL并定义如下：

twttr.txt.getTweetLength = function(text, options) {
    if (!options) {
        options = {
            short_url_length: 22,
            short_url_length_https: 23
        };
    }
    var textLength = text.length;
    var urlsWithIndices = twttr.txt.extractUrlsWithIndices(text);

    for (var i = 0; i < urlsWithIndices.length; i++) {
        // Subtract the length of the original URL
        textLength += urlsWithIndices[i].indices[0] - urlsWithIndices[i].indices[1];

        // Add 21 characters for URL starting with https://
        // Otherwise add 20 characters
        if (urlsWithIndices[i].url.toLowerCase().match(/^https:\/\//)) {
            textLength += options.short_url_length_https;
        } else {
            textLength += options.short_url_length;
        }
    }

    return textLength;
};

所以你的函数将变成：

function charactersleft(tweet) {
    return 140 - twttr.txt.getTweetLength(tweet);
}

另外，关于 t.co 的最佳实践，我们应该从 twitter 检索 short_url_length 和 short_url_length_https 值，并将它们作为 twttr.txt.getTweetLength 函数中的 options 参数传递：

每天在您的应用程序中请求一次 GET 帮助/配置，并将“short_url_length”（t.co 当前的最大长度值）缓存 24 小时。缓存“short_url_length_https”（基于 HTTPS 的 t.co 链接的最大长度）并将其用作基于 HTTPS 的 URL 的长度。

特别要知道

t.co 网址长度的一些更改将于 2013 年 2 月 20 日生效，如 twitter 开发者博客中所述

Answer 3

正如其他人提到的，twitter 将链接计数为长度为 20 的字符串。在我们的小项目中，我们最终使用了以下代码片段：

function getTweetLength(input) {
  var tmp = "";
  for(var i = 0; i < 20; i++){tmp+="o"}
  return input.replace(/(http[s]?:\/\/[\S]*)/g, tmp).length;
};

如果您使用 Angular.js，这里有一个小过滤器，您可以在 Angular.js 应用程序中使用：

app.filter('tweetLength', function() {
  return function(input) {
    var tmp = "";
    for(var i = 0; i < 20; i++){tmp+="o"}
    return input.replace(/(http[s]?:\/\/[\S]*)/g, tmp).length;
  };
});

使用方法非常简单：

Tweet length is {{tweet|tweetLength}}

Answer 4

如何使用 Javascript 计算字符串中的字节数，或者自从我将页面编码设置为 UTF-8 后，字符串中的每个字符总是使用 2 个字节？

JavaScript 计算的是字符而不是字节。

你完全没有问题。

"嘰嘰喳喳".length == 4
"Twitter".length == 7

更新：以上仅适用于只包含基本多语言平面 (BMP) 中的字符的字符串。

当字符串包含 BMP 外部的字符（如表情符号）或组合标记时，确定字符串长度就不是那么简单了。以下博客文章详尽地讨论了这个问题，强烈建议阅读：

https://mathiasbynens.be/notes/javascript-unicode

Answer 5

Twitter 将以下字符范围计为 1 个字符：

U+0000..U+10ff, U+2000..U+200D, U+2010..U+201F, U+2032..U+2037 其他所有内容均计为 2 个字符。

考虑到 Javascript 将星体平面（U+10000 及以上）编码为一对 UTF-16 代理项（因此

"😁".length == 2

），我想出了以下内容

function count_tweet_chars(str){
  var char2 = str.match(/[^\u0000-\u10ff,\u2000-\u200D,\u2010-\u201F,\u2032-\u2037,\uD800-\uDfff]/g) || [];
  return str.length + char2.length;
}

请注意，上述内容不包括将 t.co 23 字符 url 替换为 url，而且它也无法正确计算 🎅🏽 等多字符字素