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。