java 正则去除中文标点符号

在作文本分析，尤其是分词的时候，我们需要把不需要的标点符号去除，防止在词转向量的时候，把中文符号添加进去。

"[\\pP+~$`^=|<>～｀＄＾＋＝｜＜＞￥×]""[\\p{P}+~$`^=|<>～｀＄＾＋＝｜＜＞￥×]"

我使用的是ansj分词器，其5.x版本有提供Recognition接口，用于在分词的时候剔除不需要的，比如剔除停用词、标点符号，根据词性剔除一批词，也支持正则表达式，很强大。
我只写了demo：

JSONObject jsonObject = JSONObject.parseObject(ss);                String content = jsonObject.getString("content");                FilterRecognition filterRecognition = new FilterRecognition();                filterRecognition.insertStopNatures("m","w");                filterRecognition.insertStopRegex("[\\pP+~$`^=|<>～｀＄＾＋＝｜＜＞￥×]");                filterRecognition.insertStopRegex("•");                Result parse = NlpAnalysis.parse(content.replaceAll("\\s+","")).recognition(filterRecognition);                Set<String> str = new HashSet<String>();