Công cụ trích xuất hashtag

Mỗi nền tảng mạng xã hội lớn đều có những quy định hơi khác nhau về nội dung mà một hashtag được phép chứa. Công cụ trích xuất này tuân theo mẫu hỗ trợ Unicode linh hoạt nhất, nhờ đó nhận diện các thẻ một cách chính xác trên mọi dịch vụ.

Tóm tắt quy tắc của các nền tảng

Thẻ kết thúc tại ký tự đầu tiên không phải chữ: #running🏃 được xử lý thành #running vì emoji làm gián đoạn thẻ. Các dấu câu như #summer. kết thúc tại dấu chấm.

Những gì được loại bỏ trùng lặp

• Chỉ các bản trùng lặp chính xác mới được gom lại: #summer #summer chỉ xuất hiện một lần, trong khi #Travel và #travel vẫn là hai thẻ riêng biệt.
• Dấu câu không bao giờ là một phần của thẻ: #summer! và #summer? được trích xuất thành #summer.
• Các thẻ giữ nguyên cách viết hoa/thường trong văn bản và xuất hiện theo thứ tự lần đầu tiên xuất hiện.

Các lỗi trích xuất phổ biến

• Hashtag nằm trong URL. example.com/page#section sẽ được trích xuất thành #section, vì công cụ coi mọi # đứng trước một từ là thẻ. Hãy loại bỏ phần đoạn URL khỏi văn bản trước nếu bạn không muốn chúng bị trích xuất.
• Tên người dùng (mention). @user là một lượt nhắc đến, không phải hashtag. Công cụ này chỉ trả về các thẻ #.
• Mã chứng khoán. Trên một số nền tảng, $AAPL là một “cashtag”. Công cụ này không trích xuất những mã đó; nó chỉ tìm kiếm #.