Java中\P{Print}正则误删扩展拉丁字符，需保留扩展拉丁并删低码不可打印字符

你遇到的问题根源在于Java正则表达式的默认模式：\P{Print}在默认的ASCII兼容模式下，仅将ASCII范围内（0x20-0x7E）的字符视为可打印字符，而扩展拉丁字符（如Á、é、ü、œ等）属于Unicode超出ASCII的部分，会被误判为不可打印字符，从而被替换为空格。

有两种可靠的方式实现你的需求——仅删除ASCII编码值小于32的不可打印字符，保留所有其他字符：

方案1：直接匹配ASCII不可打印字符 #

直接正则匹配ASCII 0-31的控制字符，精准锁定你要删除的目标，完全不影响任何Unicode范围内的可打印字符：

String finalStr = value.replaceAll("[\\x00-\\x1F]", " ");

这里\x00-\x1F明确表示ASCII中0到31的所有不可打印控制字符，逻辑清晰且性能高效。

方案2：开启Unicode字符类模式 #

如果你仍偏好使用\P{Print}语法，可以通过Pattern.UNICODE_CHARACTER_CLASS标志让正则遵循Unicode标准的可打印字符定义，此时\p{Print}会包含所有Unicode可打印字符（包括扩展拉丁字符），\P{Print}仅匹配真正的不可打印Unicode字符：

import java.util.regex.Pattern;

// 预编译模式提升重复使用时的性能
private static final Pattern UNPRINTABLE_UNICODE_PATTERN = Pattern.compile("\\P{Print}", Pattern.UNICODE_CHARACTER_CLASS);

String finalStr = UNPRINTABLE_UNICODE_PATTERN.matcher(value).replaceAll(" ");

注意Java字符串中反斜杠需要转义为\\，启用Unicode字符类标志是确保扩展拉丁字符被正确识别的关键。

用你提供的测试字符串验证：
输入：Áéü œ, Š, Ÿ œ
使用任意一种方案处理后，输出均为原字符串（仅删除0-31的控制字符，所有扩展拉丁字符完整保留）

内容的提问来源于stack exchange，提问作者gene b.