Regex 구문 분석에서 유니 코드를 처리하십시오.

Question

하나의 인도 언어 (벵갈 어)에서 특정 단어 앞에 모든 단어를 가져 오려고합니다. 이 기술은 영어 완벽하게 작동하지만 벵골어 실패 :

Pattern p = Pattern.compile("([\\w\\s]+) ছবি", Pattern.UNICODE_CASE); 
Matcher m = p.matcher("ক্যামেরাকে ছবি তোলা এবং ভিডিও রেকর্ড এর অনুমতি দেবেন"); 

while (m.find()) { 
     System.err.println(m.group(1)); 
} 

그래서 이상적으로, 나는 텍스트 ছবি তোলা এবং ভিডিও রেকর্ড... 이전 인 출력으로 단어 ক্যামেরাকে를 얻기 위해 노력하고 있어요. 덧붙여 말하자면 이것은이 예에서 첫 번째 단어이지만, 사실이 아닐 수도 있습니다.

어떻게하면됩니까? 나는 안드로이드에서 이것을하려고 노력하고있다.

편집

자바 솔루션을 시도 여기지도 :

감사합니다! 벵골 문자에 대한

Answer 1

사용이 :

Pattern.compile("([\\p{IsBeng}\\s]+) ছবি", Pattern.UNICODE_CASE); 

\p{xxx}은뿐만 아니라 당신이 Is에 이름과 접두사를 알 필요가 스크립트를 들어, 카테고리 등의 문자 클래스를 많이 사용할 수 있습니다.

이

Pattern.compile("([\\w\\s]+) ছবি", Pattern.UNICODE_CHARACTER_CLASS); 

을 사용하지만이 어떤 알파벳에서 문자와 일치합니다 수도 있습니다, 그래서 당신이 정말로 필요 확실하지 않다.