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]")
但是,我的正则表达式是...严重不足。请帮忙。
编辑我认为这将起作用:
text.split("[\P{M}\P{L}]")
试试这个:
text = text.replaceAll("[^\p{L}\p{M}]", "");
在 http://www.regular-expressions.info/unicode.html 查看更多内容