replace non-printing

java version

?

public static String replace(String input) {

    String re = "[\u0000-\u0009\u000b-\u001f\ue000-\uf8ff]";

    Pattern p = Pattern.compile(re);

    Matcher m = p.matcher(input);

    String output = m.replaceAll("");

    return output;

 }

PHP version

?

function replaceIllegalcharset($input){

            return preg_replace('/[\x{0000}-\x{0009}\x{000b}-\x{001f}\x{e000}\x{f8ff}]/u', '', $input);

      }

principle

this two functions use regular to replace non-printing characters of unicode, non-printing characters of unicode include Control(0000-0020) and Private Use Zone(e000-f8ff)
but \x0020 is space and \x000a is return

full unicode chart

?

0000-007F：C0控制符及基本拉丁文 (C0 Control and Basic Latin) 

0080-00FF：C1控制符及拉丁文补充-1 (C1 Control and Latin 1 Supplement) 

0100-017F：拉丁文扩展-A (Latin Extended-A) 

0180-024F：拉丁文扩展-B (Latin Extended-B) 

0250-02AF：国际音标扩展 (IPA Extensions) 

02B0-02FF：空白修饰字母 (Spacing Modifiers) 

0300-036F：结合用读音符号 (Combining Diacritics Marks) 

0370-03FF：希腊文及科普特文 (Greek and Coptic) 

0400-04FF：西里尔字母 (Cyrillic) 

0500-052F：西里尔字母补充 (Cyrillic Supplement) 

0530-058F：亚美尼亚语 (Armenian) 

0590-05FF：希伯来文 (Hebrew) 

0600-06FF：阿拉伯文 (Arabic) 

0700-074F：叙利亚文 (Syriac) 

0750-077F：阿拉伯文补充 (Arabic Supplement) 

0780-07BF：马尔代夫语 (Thaana) 

07C0-077F：西非書面語言 (N'Ko) 

0800-085F：阿维斯塔语及巴列维语 (Avestan and Pahlavi) 

0860-087F：Mandaic 

0880-08AF：撒马利亚语 (Samaritan) 

0900-097F：天城文书 (Devanagari) 

0980-09FF：孟加拉语 (Bengali) 

0A00-0A7F：锡克教文 (Gurmukhi) 

0A80-0AFF：古吉拉特文 (Gujarati) 

0B00-0B7F：奥里亚文 (Oriya) 

0B80-0BFF：泰米尔文 (Tamil) 

0C00-0C7F：泰卢固文 (Telugu) 

0C80-0CFF：卡纳达文 (Kannada) 

0D00-0D7F：德拉维族语 (Malayalam) 

0D80-0DFF：僧伽罗语 (Sinhala) 

0E00-0E7F：泰文 (Thai) 

0E80-0EFF：老挝文 (Lao) 

0F00-0FFF：藏文 (Tibetan) 

1000-109F：缅甸语 (Myanmar) 

10A0-10FF：格鲁吉亚语 (Georgian) 

1100-11FF：朝鲜文 (Hangul Jamo) 

1200-137F：埃塞俄比亚语 (Ethiopic) 

1380-139F：埃塞俄比亚语补充 (Ethiopic Supplement) 

13A0-13FF：切罗基语 (Cherokee) 

1400-167F：统一加拿大土著语音节 (Unified Canadian Aboriginal Syllabics) 

1680-169F：欧甘字母 (Ogham) 

16A0-16FF：如尼文 (Runic) 

1700-171F：塔加拉语 (Tagalog) 

1720-173F：Hanunóo 

1740-175F：Buhid 

1760-177F：Tagbanwa 

1780-17FF：高棉语 (Khmer) 

1800-18AF：蒙古文 (Mongolian) 

18B0-18FF：Cham 

1900-194F：Limbu 

1950-197F：德宏泰语 (Tai Le) 

1980-19DF：新傣仂语 (New Tai Lue) 

19E0-19FF：高棉语记号 (Kmer Symbols) 

1A00-1A1F：Buginese 

1A20-1A5F：Batak 

1A80-1AEF：Lanna 

1B00-1B7F：巴厘语 (Balinese) 

1B80-1BB0：巽他语 (Sundanese) 

1BC0-1BFF：Pahawh Hmong 

1C00-1C4F：雷布查语(Lepcha) 

1C50-1C7F：Ol Chiki 

1C80-1CDF：曼尼普尔语 (Meithei/Manipuri) 

1D00-1D7F：语音学扩展 (Phonetic Extensions) 

1D80-1DBF：语音学扩展补充 (Phonetic Extensions Supplement) 

1DC0-1DFF：结合用读音符号补充 (Combining Diacritics Marks Supplement) 

1E00-1EFF：拉丁文扩充附加 (Latin Extended Additional) 

1F00-1FFF：希腊语扩充 (Greek Extended) 

2000-206F：常用标点 (General Punctuation) 

2070-209F：上标及下标 (Superscripts and Subscripts) 

20A0-20CF：货币符号 (Currency Symbols) 

20D0-20FF：组合用记号 (Combining Diacritics Marks for Symbols) 

2100-214F：字母式符号 (Letterlike Symbols) 

2150-218F：数字形式 (Number Form) 

2190-21FF：箭头 (Arrows) 

2200-22FF：数学运算符 (Mathematical Operator) 

2300-23FF：杂项工业符号 (Miscellaneous Technical) 

2400-243F：控制图片 (Control Pictures) 

2440-245F：光学识别符 (Optical Character Recognition) 

2460-24FF：封闭式字母数字 (Enclosed Alphanumerics) 

2500-257F：制表符 (Box Drawing) 

2580-259F：方块元素 (Block Element) 

25A0-25FF：几何图形 (Geometric Shapes) 

2600-26FF：杂项符号 (Miscellaneous Symbols) 

2700-27BF：印刷符号 (Dingbats) 

27C0-27EF：杂项数学符号-A (Miscellaneous Mathematical Symbols-A) 

27F0-27FF：追加箭头-A (Supplemental Arrows-A) 

2800-28FF：盲文点字模型 (Braille Patterns) 

2900-297F：追加箭头-B (Supplemental Arrows-B) 

2980-29FF：杂项数学符号-B (Miscellaneous Mathematical Symbols-B) 

2A00-2AFF：追加数学运算符 (Supplemental Mathematical Operator) 

2B00-2BFF：杂项符号和箭头 (Miscellaneous Symbols and Arrows) 

2C00-2C5F：格拉哥里字母 (Glagolitic) 

2C60-2C7F：拉丁文扩展-C (Latin Extended-C) 

2C80-2CFF：古埃及语 (Coptic) 

2D00-2D2F：格鲁吉亚语补充 (Georgian Supplement) 

2D30-2D7F：提非纳文 (Tifinagh) 

2D80-2DDF：埃塞俄比亚语扩展 (Ethiopic Extended) 

2E00-2E7F：追加标点 (Supplemental Punctuation) 

2E80-2EFF：CJK 部首补充 (CJK Radicals Supplement) 

2F00-2FDF：康熙字典部首 (Kangxi Radicals) 

2FF0-2FFF：表意文字描述符 (Ideographic Description Characters) 

3000-303F：CJK 符号和标点 (CJK Symbols and Punctuation) 

3040-309F：日文平假名 (Hiragana) 

30A0-30FF：日文片假名 (Katakana) 

3100-312F：注音字母 (Bopomofo) 

3130-318F：朝鲜文兼容字母 (Hangul Compatibility Jamo) 

3190-319F：象形字注释标志 (Kanbun) 

31A0-31BF：注音字母扩展 (Bopomofo Extended) 

31C0-31EF：CJK 笔画 (CJK Strokes) 

31F0-31FF：日文片假名语音扩展 (Katakana Phonetic Extensions) 

3200-32FF：封闭式 CJK 文字和月份 (Enclosed CJK Letters and Months) 

3300-33FF：CJK 兼容 (CJK Compatibility) 

3400-4DBF：CJK 统一表意符号扩展 A (CJK Unified Ideographs Extension A) 

4DC0-4DFF：易经六十四卦符号 (Yijing Hexagrams Symbols) 

4E00-9FBF：CJK 统一表意符号 (CJK Unified Ideographs) 

A000-A48F：彝文音节 (Yi Syllables) 

A490-A4CF：彝文字根 (Yi Radicals) 

A500-A61F：Vai 

A660-A6FF：统一加拿大土著语音节补充 (Unified Canadian Aboriginal Syllabics Supplement) 

A700-A71F：声调修饰字母 (Modifier Tone Letters) 

A720-A7FF：拉丁文扩展-D (Latin Extended-D) 

A800-A82F：Syloti Nagri 

A840-A87F：八思巴字 (Phags-pa) 

A880-A8DF：Saurashtra 

A900-A97F：爪哇语 (Javanese) 

A980-A9DF：Chakma 

AA00-AA3F：Varang Kshiti 

AA40-AA6F：Sorang Sompeng 

AA80-AADF：Newari 

AB00-AB5F：越南傣语 (Vi?t Thái) 

AB80-ABA0：Kayah Li 

AC00-D7AF：朝鲜文音节 (Hangul Syllables) 

D800-DBFF：High-half zone of UTF-16 

DC00-DFFF：Low-half zone of UTF-16 

E000-F8FF：自行使用區域 (Private Use Zone) 

F900-FAFF：CJK 兼容象形文字 (CJK Compatibility Ideographs) 

FB00-FB4F：字母表達形式 (Alphabetic Presentation Form) 

FB50-FDFF：阿拉伯表達形式A (Arabic Presentation Form-A) 

FE00-FE0F：变量选择符 (Variation Selector) 

FE10-FE1F：竖排形式 (Vertical Forms) 

FE20-FE2F：组合用半符号 (Combining Half Marks) 

FE30-FE4F：CJK 兼容形式 (CJK Compatibility Forms) 

FE50-FE6F：小型变体形式 (Small Form Variants) 

FE70-FEFF：阿拉伯表達形式B (Arabic Presentation Form-B) 

FF00-FFEF：半型及全型形式 (Halfwidth and Fullwidth Form) 

FFF0-FFFF：特殊 (Specials)