超强的HTML依靠正则表达式去标点符号

1、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。
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);    }}

注意：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‘’“”]", "");

2、说明：

\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