我们有一个当前的方法可以清除不是字母或空格的字符，这很简单
String clean(String input)
{
return input==null?"":input.replaceAll("[^a-zA-Z ]","");
}
确实应该修复它以支持非英语字符（例如 ś,ũ, ... ）。不幸的是，java regex 类（例如 "\W" - 非单词字符， "\p{Alpha}" -US-ASCII 仅}。 ) 似乎不支持这一点。有没有办法用 java 正则表达式来做这个，而不是手动循环每个字符来测试它？
【问题讨论】：
Java 6 模式处理 Unicode，请参阅 this doc。
Unicode 转义序列，例如 \u2014 在 Java 源代码中是 按照 §3.3 中的描述进行处理 Java 语言规范。这样的 还实现了转义序列 直接通过正则表达式 解析器，以便 Unicode 转义可以 用于从 文件或从键盘。就这样 字符串“\u2014”和“\\u2014”，而 不相等，编译成一样的 模式，匹配字符 十六进制值为 0x2014。
Unicode 块和类别是 用 \p 和 \P 结构编写 就像在 Perl 中一样。 \p{prop} 匹配，如果 输入具有属性道具，而 \P{prop} 如果输入不匹配 有那个属性。块是 用前缀 In 指定，如 在蒙古语。类别可能是 用可选前缀指定是： \p{L} 和 \p{IsL} 都表示 Unicode 字母的类别。块 和类别都可以在里面使用 并且在字符类之外。
【讨论】：