Java 6 RegEx匹配Unicode的字母和标记类别中的所有字符

Question

我需要从字符串中删除所有非字母和标记（Unicode类别）字符。目前我正在拆分并随后加入一个字符串，如下所示：

text.split("[\\p{P} \\t\\n\\r]")

然而，我的RegEx严重不足。请帮忙。

修改 我认为这会奏效：

text.split("[\\P{M}\\P{L}]")

Answer 1

试试这个：

text = text.replaceAll("[^\\p{L}\\p{M}]", "");

在http://www.regular-expressions.info/unicode.html

中查看详情