在学习文本处理的的过程中，需要去除标点符号。今天在网上找到了觉得有必要

收藏起来，就转到自己的博客了。

   public class Test {

        public static void main(String... args) {

        String str = "去符号标号！！当然。";

        str = str.replaceAll("\\pP", "");

        System.out.println(str);

    }

} 采用 Unicode 标点属性方式的正则表达式，可以去掉所有的标点符号， 包括全角、半角、横排、竖排等的标点符号。 注意一下，如果在 JDK 5 或以下的环境中，全角单引号对、双引号对 无法替换掉，这是 JDK 5 及以下版本缺失的，在 JDK 6 中由于加入了 Pi 和 Pf 两个 Unicode 子属性，因此就能替换掉。 在 JDK 6 以下的版本中可以这样：  str = str.replaceAll("[\\pP‘’“”]", ""); 即手工加上去。

摘抄：

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。