我有一个包含文本、控制字符、数字、变音符号（德语）和其他 utf8 字符的字符串。
我想去掉所有不是“语言的一部分”的 utf8 字符。（非完整列表）“:/\ßä,;\n \t”等特殊字符应全部保留。
可悲的是，stackoverflow 删除了所有这些字符，所以我必须附加一张图片（链接）。
有任何想法吗？非常感谢帮助！
PS：如果有人知道不会杀死那些特殊字符的粘贴服务，我会很乐意上传字符串..我只是找不到..
[编辑]：我认为正则表达式“\P{Cc}”是我想要保留的所有字符。可以反转这个正则表达式，以便返回所有不匹配这个正则表达式的字符吗？
您已经找到了 Unicode 字符属性。
您可以通过更改前导“p”的大小写来反转字符属性
例如
\p{L}匹配所有字母
\P{L}匹配所有没有属性字母的字符。
所以如果你认为\P{Cc}是你所需要的，那么\p{Cc}会适得其反。
有关正则表达式的更多详细信息。信息
我很确定\p{Cc}它接近你想要的，但要小心，它确实包括制表符 (0x09)、换行符 (0x0A) 和回车符 (0x0D)。
但是您可以创建自己的角色类，如下所示：
[^\P{Cc}\t\r\n]
这个类[^...]是一个否定字符类，所以它会匹配所有不是“非控制字符”的东西（双重否定，所以它匹配控制字符），而不是制表符、CR 和 LF。
您可以使用，
your_string.replaceAll("\\p{C}", "");