Làm thế nào mà anh chàng này hack giới hạn 140 ký tự của Twitter?

Hôm nay tôi rất ngạc nhiên khi thấy một anh chàng đã hack giới hạn 140 ký tự của Twitter. Tin nhắn bao gồm 930 ký tự. Làm thế nào điều này có thể có thể?

Các liên kết trực tiếp đến tweet này là ở đây . Để thuận tiện, tôi đang sao chép ảnh chụp màn hình của tweet đầy đủ bên dưới:

Thông báo chứa các điểm mã thay thế Unicode được mã hóa không chính xác dưới dạng UTF-8. Loại mã hóa không phù hợp này cũng được gọi là CESU-8 . Dường như một số giao diện Twitter sẽ chấp nhận các điểm mã thay thế được mã hóa CESU-8 dưới dạng các ký tự (với mục đích giới hạn 140 ký tự), nhưng với mục đích hiển thị, nó mong đợi UTF-8 hợp lệ và đây không phải là các chuỗi UTF-8 hợp lệ. Vì vậy, nó thay vào đó hiển thị 3 byte của mỗi chuỗi này dưới dạng 3 chuỗi thoát bát phân kiểu C gồm 4 ký tự, và mỗi điểm mã thay thế kết thúc được hiển thị bằng 12 ký tự.

Ví dụ \ 355 \ 240 \ 265 \ 355 \ 263 \ 220 khi được giải mã là UTF-8 thoát C, mà không từ chối các chất thay thế như thường được thực hiện khi giải mã UTF-8, giải mã thành cặp thay thế U + D835 U + DCD0. Việc coi cặp thay thế này là UTF-16, như sẽ được thực hiện khi giải mã CESU-8, tạo ra ký tự Unicode U + 1D4D0 VẬT LIỆU BƯỚM VỐN A ().

Nếu thoát bát phân kiểu C được giải mã và sau đó kết quả được hiểu là CESU-8, thì nó xuất hiện thành:

𝓐𝓛𝓜𝓐𝓣𝓨 𝓐𝓛𝓜𝓐𝓣𝓨 в в в в 140 е р р р р = = = =))) 𝓐𝓛𝓜𝓐𝓣𝓨 𝓐𝓛𝓜𝓐𝓣𝓨

Đây là một hình ảnh, dành cho những người không cài đặt đầy đủ các phông chữ Unicode:

Mỗi nhóm nhân vật bắt đầu bằng dấu gạch chéo ngược và theo sau là ba số là " Chuỗi thoát ". Mỗi người trong số họ đại diện cho một nhân vật duy nhất. Chúng thường được sử dụng cho các ký tự không tồn tại trên bàn phím của bạn, chẳng hạn như các ký tự và ký hiệu không phải tiếng Anh.

Tôi đoán là khi đếm các ký tự, Twitter đang đếm từng nhóm này là một ký tự duy nhất nhưng khi hiển thị chúng lên trình duyệt thì nó sẽ in thành bốn.

Cập nhật:

Một số chuỗi thoát có sẵn là "ký tự điều khiển". Những thứ này báo cho máy tính làm một việc gì đó như phát âm thanh cảnh báo hoặc di chuyển con trỏ sang trái hoặc phải hoặc lên hoặc xuống hoặc xóa ký tự sang bên trái của con trỏ. Mặc dù không ai trong số họ là người cuối cùng tôi đề cập (xóa nhân vật trước đó), anh ta có thể đã sử dụng nhân vật đó để gây nhầm lẫn với Twitter.

Thật thú vị, khi trở lại thành các nhân vật bình thường, nó khá lặp đi lặp lại và trông giống như thế này:

í µ í ³ í µ í ³ › í µ í ³ œ í µ í ³ í µ í ³ £ í µ í ³ ¨ í µ í ³ í µ í ³ › í µ í ³ œ í µ í ³ í µ í ³ £ í µ í ³ ¨ 

Cập nhật 2:

Lời giải thích mà anh ấy đưa ra là "ииииии DM DM DM DM DM DM DM DM Tôi không chắc chính xác điều đó có nghĩa là gì hoặc nó giúp ích như thế nào.