这个人是如何破解Twitter的140个字符的限制的？

今天，我很惊讶地看到一个人入侵了Twitter的140个字符的限制。该消息包含930个字符。这怎么可能呢？

到此推文的直接链接在这里。为了方便起见，我在下面复制了完整推文的屏幕截图：

该消息包含未正确编码为UTF-8的Unicode代理代码点。这种不正确的编码也称为CESU-8。似乎某些Twitter界面将接受CESU-8编码的替代代码点作为字符（出于140个字符限制的目的），但是出于显示目的，它期望有效的UTF-8且这些无效的UTF-8序列。因此，它将每个序列的3个字节显示为3个C样式的八进制转义序列，每个序列4个字符，并且每个替代代码点最终使用12个字符显示。

例如，如果将\ 355 \ 240 \ 265 \ 355 \ 263 \ 220解码为C换码的UTF-8，而不会像在解码UTF-8时那样正常地拒绝替代，则解码为代理对U + D835 U + DCD0。像解码CESU-8一样，将这对代理对视为UTF-16，会产生Unicode字符U + 1D4D0 MATHEMATICAL BOLD SCRIPT CAPITAL A（𝓐）。

如果对C样式的八进制转义进行了解码，然后将结果解释为CESU-8，则会得出：

Т𝓐𝓛𝓜𝓐𝓣𝓨Твиттиминеограничиваемсялюдиии!!!!!! 140непредел！=））））𝓐𝓛𝓜𝓐𝓣𝓨𝓐𝓛𝓜𝓐𝓣𝓨𝓐𝓛𝓜𝓐𝓣𝓨

对于没有安装全套Unicode字体的用户，这是一个图像：

每组以反斜杠开头，后跟三个数字的字符是“ 转义序列 ”。它们每个代表一个字符。这些通常用于键盘上不存在的字符，例如非英语字符和符号。

我的猜测是，在计算字符时，Twitter将这些组中的每一个都计数为一个字符，但是在将其显示给浏览器时，会将它们打印为四个。

更新：

一些可用的转义序列是“控制字符”。这些命令告诉计算机执行某些操作，例如播放警报声音或向左或向右或向上或向下移动光标，或删除光标左侧的字符。尽管它们都不是我提到的最后一个（删除前一个字符），但他可能也使用该字符来混淆Twitter。

有趣的是，当变回普通字符时，它是重复性的，看起来像这样：

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 ¨ 

更新2：

他给出的解释是“ПишитеDM，”。Google Translate告诉我的解释是“写至DM，始终保持连接状态”。我不确定这到底意味着什么或如何帮助。