正则表达式-匹配标点符号

string testStr = "你好，测试。";
Regex reg = new Regex(@"\p{P}");
testStr = reg.Replace(testStr,"");
//testStr=你好测试

　　

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。

类别	说明
@H_403_89@Lu	字母，大写
@H_403_89@Ll	字母，小写
@H_403_89@Lt	字母，首字母大写
@H_403_89@Lm	字母，修饰符
@H_403_89@Lo	字母，其他
@H_403_89@L	所有字母字符。这包括@H_403_89@Lu、@H_403_89@Ll、@H_403_89@Lt、@H_403_89@Lm和@H_403_89@Lo字符。
@H_403_89@Mn	标记，非间距
@H_403_89@Mc	标记，间距组合
@H_403_89@Me	@H_301_229@标记，封闭
@H_403_89@M	所有音调符号标记。这包括@H_403_89@Mn、@H_403_89@Mc和@H_403_89@Me类别。
@H_403_89@Nd	数字，十进制数
@H_403_89@Nl	数字，字母
@H_403_89@No	数字，其他
@H_403_89@N	所有数字。这包括@H_403_89@Nd、@H_403_89@Nl和@H_403_89@No类别。
@H_403_89@Pc	标点，连接符
@H_403_89@Pd	标点，短划线
@H_403_89@Ps	标点，开始
@H_403_89@Pe	标点，结束
@H_403_89@Pi	标点，前引号（根据具体使用情况，作用可能像 Ps 或 Pe）
@H_403_89@Pf	标点，后引号（根据具体使用情况，作用可能像 Ps 或 Pe）
@H_403_89@Po	标点，其他
@H_403_89@P	所有标点字符。这包括@H_403_89@Pc、@H_403_89@Pd、@H_403_89@Ps,@H_403_89@Pe、@H_403_89@Pi、@H_403_89@Pf和@H_403_89@Po类别。
@H_403_89@Sm	符号，数学
@H_403_89@Sc	符号，货币
@H_403_89@Sk	符号，修饰符
@H_403_89@So	符号，其他
@H_403_89@S	所有符号。这包括@H_403_89@Sm、@H_403_89@Sc、@H_403_89@Sk和@H_403_89@So类别。
@H_403_89@Zs	分隔符，空白
@H_403_89@Zl	分隔符，行
@H_403_89@Zp	分隔符，段落
@H_403_89@Z	所有分隔符字符。这包括@H_403_89@Zs、@H_403_89@Zl和@H_403_89@Zp类别。
@H_403_89@Cc	其他，控制
@H_403_89@Cf	其他，格式
@H_403_89@Cs	其他，代理项
@H_403_89@Co	其他，私用
@H_403_89@Cn	其他，未赋值（任何字符都不具有此属性）
@H_403_89@C	所有控制字符。这包括@H_403_89@Cc、@H_403_89@Cf、@H_403_89@Cs、@H_403_89@Co和@H_403_89@Cn类别。