正则表达式匹配标点符号

来源：火龙果被占用了

str = str.replaceAll("[\\pP‘’“”]", "");

Unicode 编码并不只是为某个字符简单定义了一个编码，而且还将其进行了归类。

\pP 其中的小写 p 是 property 的意思，表示 Unicode 属性，用于 Unicode 正表达式的前缀。

大写 P 表示 Unicode 字符集七个字符属性之一：标点字符。

其他六个是

L：字母；

M：标记符号（一般不会单独出现）；

Z：分隔符（比如空格、换行等）；

S：符号（比如数学符号、货币符号等）；

N：数字（比如阿拉伯数字、罗马数字等）；

C：其他字符

上面这七个是属性，七个属性下还有若干个子属性，用于更进一步地进行细分。

Java 中用于 Unicode 的正则表达式数据都是由 Unicode 组织提供的。

Unicode 正则表达式标准（可以找到所有的子属性）

http://www.unicode.org/reports/tr18/

各 Unicode 字符属性的定义，可以用一看看某个字符具有什么属性。

http://www.unicode.org/Public/UNIDATA/UnicodeData.txt

这个文本文档一行是一个字符，第一列是 Unicode 编码，第二列是字符名，第三列是 Unicode 属性，
以及其他一些字符信息。

例子：

原句子：这只是个测试句子？！@#1…2…3…4…5￥6#7@8！，。、,./9！0

去除句子中所有标点后输出：这只是个测试句子12345￥67890

用途：一般统计段落字符数的时候比较好用，去除所有标点符号，取字节数或者字符数

public static void main(String[] args) {
 String str = "这只是个测试句子？！@#1…2…3…4…5￥6#7@8！，。、,./9！0";
 str = str.replaceAll("[\\pP‘’“”]", "");
 System.out.println(str);
}