Java 如何从utf-8字符中剥离不可见字符

我写了一个程序来生成一个随机的utf-8字符串，但是有一些混乱的字符。 我不知道我的代码是不是错了，或者一些字符是看不见的，它怎么能去掉这些乱七八糟的字符（但我想保留中文、韩文、日文、符号等等）

代码如下：

private byte randomByteInRange(int min, int max) {
    return (byte) (min + rand.nextInt(max - min));
}

private String randomUtf8String(int length) throws UnsupportedEncodingException {
    int j = 0;
    byte[] bytes = new byte[6 * length];
    for (int i = 0; i < length; ++i) {
        int mod = i % 3;
        if (0 == mod) { // 0xxxxxxx, visible char: 0x20 ~ 0x80
            bytes[j++] = randomByteInRange(0x20, 0x80);
        }
        if (1 == mod) { // 110xxxxx 10xxxxxx
            bytes[j++] = randomByteInRange(0xc0, 0xdf);
            bytes[j++] = randomByteInRange(0x80, 0xbf);
        }
        if (2 == mod) { // 1110xxxx 10xxxxxx 10xxxxxx
            bytes[j++] = randomByteInRange(0xe0, 0xef);
            bytes[j++] = randomByteInRange(0x80, 0xbf);
            bytes[j++] = randomByteInRange(0x80, 0xbf);
        }
    }

    return new String(bytes, 0, j, "UTF-8").replaceAll("\\p{C}+", "");
}

在Eclipse中，编写：

Character c;
c.i

并将驼鹿光标放在

c.i

然后输入

CTRL+SPACE

并搜索以

is

开头的单词

---

用你想要的

来测试你的输入。
我能想到用这种方式生成随机字符串的几个问题：


未分配范围、保留范围和专用区域
控制字符
仅在某些其他代码点之后才有意义的组合标记（例如）
字体支持（例如，您的设备是否会显示？）

为了实现一个有意义的随机字符串生成器，您的代码需要应用一些过滤器和自然语言启发式

请参阅以供参考


假设这是用于本地化烟雾测试

作为另一种方法，考虑使用目标语言中常用的短语、日期等，或者使用从目标语言文本源生成的某种马尔可夫链。自动翻译软件还可以为您提供目标字符串的合理表示。
UTF-8有点难，因为每个字符都映射到可变的字节数。为什么不改为使用UTF-16，其中每个普通字符正好是两个字节，然后转换回UTF-8？此代码用于测试web服务接口，客户端将输入utf8编码的字符串。。。您从该方法返回的是一个
字符串，而不是字节，因此您使用什么字节来构造它与此无关。我明白了。但是如何枚举UTF-16中的可见字符呢？实际上，这段代码是用于测试的。模拟用户输入，用户可以输入任意字符作为密码提示。“你的代码需要应用一些过滤器和自然语言启发法。”你能给我一些提示吗？@jamee-我先读一下。您的目标Java版本文档将告诉您它实现的规范的版本。我也会仔细阅读。
Character c;
c.i