近期從事檢索工作，需要相應用戶的輸入請求，返回結果。由於難以預料用戶的輸入內容，如果不加過濾處理，在檢索階段很可能拋出異常。
用戶的輸入可能風格迥異，最常見的可能算是夾雜各種標點符號的輸入了。怎樣過濾？
在csdn論壇上面看到一貼，綜合了一下，得到了下面的正則表達式，也許會幫助你解決問題：
\\pP|\\pS
我們用一個例子演示此正則表達式用法：
public static void main(String[] args){
String string="測試<>《》！*(^)$%~!@#$…&%￥—+=、。，；‘’“”：·`文本";
System.out.println(string.replaceAll("\\pP|\\pS", ""));
}
輸出結果為：
測試文本
參考的主要內容如下：
Unicode 編碼並不只是為某個字符簡單定義了一個編碼，而且還將其進行了歸類。
/pP 其中的小寫 p 是 property 的意思，表示 Unicode 屬性，用於 Unicode 正表達式的前綴。
大寫 P 表示 Unicode 字符集七個字符屬性之一：標點字符。
其他六個是
L：字母；
M：標記符號（一般不會單獨出現）；
Z：分隔符（比如空格、換行等）；
S：符號（比如數學符號、貨幣符號等）；
N：數字（比如阿拉伯數字、羅馬數字等）；
C：其他字符
上面這七個是屬性，七個屬性下還有若干個子屬性，用於更進一步地進行細分。
Java 中用於 Unicode 的正則表達式數據都是由 Unicode 組織提供的。
Unicode 正則表達式標准（可以找到所有的子屬性）
http://www.unicode.org/reports/tr18/
各 Unicode 字符屬性的定義，可以用一看看某個字符具有什么屬性。
http://www.unicode.org/Public/UNIDATA/UnicodeData.txt
這個文本文檔一行是一個字符，第一列是 Unicode 編碼，第二列是字符名，第三列是 Unicode 屬性，
以及其他一些字符信息。