私はタミール語と検索文字列でいっぱいのグリッドを持っています。私は、グリッドレコードを通してフルワード検索を実装する必要があります。私はそのアプローチに.NET Regexクラスを使用しています。それはかなりシンプルに聞こえる、私がしたことは：.NET Regexでタミル語のフルワード検索
string pattern = @"\b" + searchText + @"\b"です。
ラテン語の言語では正常に動作しますが、タミル語の場合、この式は奇妙な結果を返します。私は正規表現でUnicode文字について読んだことがありますが、それは私には非常に役に立つとは言えません。おそらく私が必要とするのは、単語の境界が見つかった場所とその理由を判断することです。一例として、
：正規表現は、元のஅம்மாレコードで でマッチを見つけஅம்மாவிடம்とஅம்மாக்கள்記録ではなく、"\bஅம்மா\b"パターンについては 。
「அம்மா」単語の最後の文字は、0BBE TAMIL母音SIGNのAAであり、それは（正規表現では、それは\p{M}に一致させることができる）を組み合わせたマークです。
\bは、文字列の開始/終了と単語charの間、または単語と単語以外の文字の間でのみ一致します。一致しないのは、charおよびnon-word charの後です。
この場合、通常の回避策を使用してください。
var pattern = [email protected]"(?<!\w){searchText}(?!\w)";
this regex demoを参照してください。
ここでsearchTextの前に単語charがある場合は一致しません。見つかるテキストの後に単語charがある場合は(?!\w)が一致しません。テキストに特別な正規表現の文字が含まれる場合は、Regex.Escape(searchText)を使用することもできます。
var pattern = [email protected]"(?<![\p{{L}}\p{{M}}]){searchText}(?![\p{{L}}\p{{M}}])";
を使用する際のマッチングを避けたい場合。
(?<![\p{L}\p{M}])と(?![\p{L}\p{M}])は、上記と同様に動作します。検索フレーズの両側に文字または結合マークがあれば、一致しません。
最後の文字は* 0BBE TAMIL VOWEL SIGN AA *であり、 '\ p {M}' Unicodeクラス（結合マーク）に属します。代わりに 'string pattern = @"（？<！\ w） "+ searchText + @"（？！\ w） "'を使用してください。または、文字列/発音区別記号の中にマッチするのを避けたい場合、 'string pattern = @ '（？<！[！\ p {L} \ p {M}]）" + searchText + L} \ p {M}]） "' –
提案していただきありがとうございますが、残念ながら結果は同じです。 – Dmitry
文字列の例と期待される出力を提供してください。上記の正規表現は[全体の単語として 'அம்மா'にのみマッチします（http://regexstorm.net/tester?p=%28%3f%3c!%5cw%29%e0%ae%85%e%ae%aeae ％e0％af％8d％e0％ae％ee％e0％ae％be％28％3f！％5cw％29＆i = Regex + found +が+ in +％22％e0％ae％85％e0％ae％ae％ e0％af％8d％e0％ae％ee％e0％ae％b5％e0％ae％bf％e0％ae％9f％e0％ae％ee％e0％af％8d％22 + +％22％e0％ae％85％e0％ae％ee％e0％af％8d％e0％ae％ee％e0％ae％e％％ee％95％e0％af％8d％e0％ae％ 95％e0％ae％b3％e0％af％8d％22 +レコード+ but + not + in + the +オリジナル+％22％e0％ae％85％e0％ae％ae％e0％af％8d％e0％ ae％ae％e0％ae％は％22 +レコードである）。 –