跳转到主要内容
本页介绍在撰写 Tweet 以及在 X API 中对字符的处理方式。有关实现的更多信息，X 提供了开源的 twitter-text 库，可在 GitHub 获取。

​
背景

X 最初是一项基于短信的服务。这将最初的 Tweet 长度限制为 140 个字符（部分原因是短信的 160 字符限制，其中有 20 个字符保留用于命令和用户名）。随着 X 的演进，Tweet 的最大长度增加到 280 个字符——仍然简短精炼，但能表达更多内容。

​
字符的定义

在大多数情况下，Tweet 的文本内容最多可包含 280 个字符或 Unicode 字形。某些字形会按多个字符计数。 我们将某个字形按一个或多个字符计数称为该字形的“权重”。关于哪些字符的权重大于 1 的精确定义，可在 twitter-text Tweet 解析库的配置文件中找到。 当前版本的配置文件定义了默认的“两个字符”权重，以及四个按不同权重处理的 Unicode 码点范围。目前，这些范围内的码点均按单个字符计数。
  • 第一个范围涵盖 Latin-1 代码页中的字符（U+0000 - U+10FF）。
  • 第二个范围为一般标点，直至并包含零宽连接符（用于组合表情符号和其他字形）（U+2000-U+200D）。
  • 第三个范围为一般标点，但不包含 U+200E 和 U+200F（Unicode 方向性标记）（U+2010-U+201F）。
  • 最后一个范围涵盖引号（U+2032-U+2037）。
由 twitter-text 库计算的 Tweet 文本及长度示例可在该库的 validate.yml 测试配置文件中找到。 示例
显示字符长度描述Unicode 序列
a1拉丁小写字母 aU+0061
á1带尖音符的拉丁小写字母 aU+00E1
ӑ1带短音符的西里尔小写字母 aU+04D1
Ồ1带抑扬符与尖音符的拉丁大写字母 OU+1ED2

​
Emoji

由 twemoji 支持的 Emoji 无论是否包含组合修饰符，始终按两个字符计数。这包括经过 Fitzpatrick 肤色或性别修饰符 修改的 Emoji，即使它们由更多的 Unicode 码位组成。Emoji 的权重由 twitter-text 中的一个正则表达式定义，该表达式用于匹配由标准 Emoji 与一个或多个 Unicode 零宽连字器（U+200D）组合而成的序列。 示例
显示的 Emoji长度说明Unicode 序列
👾2已知 Emoji 的默认长度—
🙋🏽2带有肤色修饰符的 Emoji🙋 U+1F64B, 🏽 U+1F3FD
👨‍🎤2使用组合字形（零宽连字器）的 Emoji 序列👨 U+1F468, U+200D, 🎤 U+1F3A4
👨‍👩‍👧‍👦2使用多个组合字形（零宽连字器）的 Emoji 序列👨 U+1F468, U+200D, 👩 U+1F469, U+200D, 👧 U+1F467, U+200D, 👦 U+1F466

​
中文 / 日文 / 韩文字形

CJK（中文 / 日文 / 韩文）语言中使用的字形也按两个字符计数。因此，仅由 CJK 文本组成的 Tweet 最多只能包含 140 个此类字形。

​
实体对象

Tweets 可以包含实体对象，其中一些会影响 Tweet 的长度。 URLs：所有 URL 都会被封装为 t.co 链接。这意味着 URL 的长度由 twitter-text 配置文件中的 transformedURLLength 参数定义。当前在 Tweet 中，一个 URL 计为 23 个字符，即使该 URL 的实际长度更短。 Replies：在回复 Tweet 开头自动填充的 @name 不计入字符上限。以 @mention 开头的新非回复 Tweet 会计入，用户在 Tweet 正文中明确添加的 @mentions 也会计入。 Media：附加在 Tweet 上的媒体（若由官方客户端发布，会以 pic.x.com URL 表示）计为 0 个字符。 有关实体对象的更多信息，请参阅开发者文档。

​
X 字符编码

X API 的 endpoint 仅接受 UTF-8 编码的文本。将文本发送到 API 之前，所有其他编码都必须先转换为 UTF-8。 X 使用文本的规范化形式 C（NFC）来计算 Tweet 的长度。 例如：单词“café”。有两种在视觉上相同、读起来也一致的字节序列，但所占用的字节数不同：
café0x63 0x61 0x66 0xC3 0xA9使用“é”字符，即“预组字符”。
café0x63 0x61 0x66 0x65 0xCC 0x81使用组合变音符号，叠加在“e”上。
规范化形式 C 更倾向于使用完全组合的字符（café 示例中的 0xC3 0xA9），而非长形式（0x65 0xCC 0x81）。 X 按文本中的码点数量计数，而不是按 UTF-8 字节数计数。café 示例中的 0xC3 0xA9 是一个码点（U+00E9），在 UTF-8 中以两个字节编码；而 0x65 0xCC 0x81 是两个码点，以三个字节编码。
⌘I