java - 使用正则表达式解析不同的语言环境/语言？

Question

我有一些以不同语言返回的文本。现在，客户端返回的文本格式为(en-us，又名美国英语):

Stuff here to keep.

-- Delete Here --
all of this below
gets
deleted

我使用正则表达式来匹配“在此处删除”，并剪掉该行及其下方的所有内容，留下“要保留的内容”。

“在此处删除:”是可以以任何语言返回的文本。

因此，对于意大利语，要匹配的关键词是“Elimina qui”:

Stuff here to keep (in italian)

-- Elimina qui --
all of this bellow
gets
deleted

我的正则表达式使用类似的东西来匹配“Delete Here”，但是我怎样才能让它与其他语言一起使用？

我是否需要为每个单词组合“删除”、“此处”(还有更多匹配的单词)等查找字典。？？？如何使该解决方案适用于所有语言？

NOTE: this is a very, very simple example. the "-- Delete Here --" is just one pattern I have to match. Other patterns could be just "Delete Here". And there are other patterns like "Delete All Below" (again for literary context there are other text patterns that I have to match in multiple languages).

Pattern PATTERN = Pattern.compile("^(.*?)-+ *Delete Here *-+", Pattern.DOTALL);
Matcher m = PATTERN.matcher(text);
    if (m.find()) {
      // Perform Magic!
}

Answer 1

如果数据的其他部分没有连续的破折号，一种方法是使用否定字符类来匹配这些破折号。

另一个可能的选择是使用 \p{L} 来匹配任何语言的任何类型的字母。

-- *\p{L}+ \p{L}+ *--

参见Live demo