我有一个包含文本，控制字符，数字，变音符号（德语）和其他utf8字符的字符串。
我想删除所有不是“语言的一部分”的utf8字符。特殊字符如（非完整列表）“：/ \ßä，; \ n \ t”都应保留。
遗憾的是，stackoverflow删除了所有这些字符，因此我必须附加图片（link）。
有什么想法吗？非常感谢帮助！
PS：如果有人知道一个不会杀死那些特殊字符的粘贴服务，我会很乐意上传字符串..我只是找不到一个......
[编辑]：我认为正则表达式“\ P {Cc}”是我想要保留的所有字符。这个正则表达式是否可以反转，以便返回与正则表达式不匹配的所有字符？
答案 0 :(得分：8)
您已经找到了Unicode字符属性。
您可以通过更改前导“p”
的大小写来反转字符属性e.g。
\p{L}匹配所有字母
\P{L}匹配所有没有属性字母的字符。
因此，如果您认为\P{Cc}是您所需要的，那么\p{Cc}就会与之相反。
我很确定\p{Cc}接近你想要的，但要小心，它包括，例如选项卡（0x09），换行符（0x0A）和回车符（0x0D）。
但你可以创建自己的角色类，如下所示：
[^\P{Cc}\t\r\n]
这个类[^...]是一个否定的字符类，所以这将匹配所有不是“非控制字符”（双重否定，因此它匹配控制字符），而不是制表符，CR和LF。
答案 1 :(得分：0)
你可以使用，
your_string.replaceAll("\\p{C}", "");