Unicode字符多种多样，除去ascii中的字母、数字、标点和中文字符，还包括其它多种语言和多种符号，有些符号甚至很难打出来，这时候该如何表示呢？接下来我们首先简单的介绍以下Unicode的编码特点，然后针对不同的场景分别介绍如何写正则表达式。
1.Unicode的编码特点
每一个Unicode字符都对应一个唯一的Unicode编码，一种语言的Unicode编码是在一个连续区间内的，除了这些基本特征外，Unicode编码还有三种属性Property、 Block、Script。我们可以用\p引用Unicode的属性，
Property用于表示字符本身的功能，比如符号，空格，字母等。可以用
\p{L}表示字母、文字，而对应\P{L}表示不是字母、文字。Property是与语言无关的，即\p{L}用于表示所有语言的字符。比如：
L或者Letter:所有语言的字符
P或者Punctuation:所有语言的标点
S或者Separator:所有语言的分隔符
Block表示Uincode的一个区间，某种语言的字符通常是落在同一区间的，所以可以通过Block粗略表示某类语言的字符，比如
\p{InHebrew}表示希伯莱语字符，\p{InCJK_Compatibility}表示兼容CJK（汉语、韩语、日本语）的字符。如下表所示：每一个Block表示方法都对应一段编码区间：
InCJK_Compatibility:\u3300–\u33F
InHebrew:\u0590–\u05F
Script表示Uincode的一个书写系统，比如
\p{Greek}表示希腊语字符，\p{Han}表示汉语（中文字符），比如如下列举了希腊，汉语和阿拉伯书写系统。
Greek
Han
Arabic
2.Unicode正则应用案例
- 匹配单个Unicode字符，下面例子去掉"发"字。
String testStr = “发财了，发了”;
testStr.replaceAll("\u53d1",testStr);- 匹配所有标点符号，下面例子去掉所有标点符号
String testStr = “发财了，发了！<Software Engineer is great!>”;
testStr.replaceAll("\\pP",testStr);- 匹配某种语言，下面例子去掉所有汉字
String testStr = “发财了，发了！<Software Engineer is great!>”;
testStr.replaceAll("\\pHan",testStr);