字符串中的不可见字符

最近用datax导入数据到pipeline的时候，碰到一个报脏数据的错误，检查后发现字符串包含\u0000和\u007f，就以为是这两个unicode字符搞的鬼，写了正则 unicode.replaceAll("[\\s+[\\u007f]\\s+]", "") 来匹配，还是会报脏数据，原始的字符串是下面这个样子的：

12345678 \u0000  \u007f  

这里能看到方框，在eclipse和sublime里都是看不到的= =

查了很多匹配\u0000的方法，最后发现是不可见字符的问题

用\p{C}匹配就解决啦~：

unicode.replaceAll("[\\s+\\p{C}\\s+]", "");