替换标题 HTML 标签中特定属性内的德语变音

Question

我有一个很大的 HTML 文件，里面有很多行，比如<h1 id="anwendungsfälle-und--funktionen">Anwendungsfälle und -funktionen</h1>  <h1 id="öl">Öl</h1>我需要替换所有变音字符 (ü,ö,ä) 但只替换 <> 括号之间的那些（所以只用于标题 id，没有其他地方。<h1 id="anwendungsfaelle-und--funktionen">Anwendungsfälle und -funktionen</h1>  <h1 id="oel">Öl</h1>Id 可能包含数字、单字符和双字符。我已经没有了如何构建 Java 正则表达式来匹配这些 id 的想法。我试过类似的东西(<h)\d\s(id=")[A-Za-z0-9]*([-]{1}[A-Za-z0-9]*)*(">)但这不起作用（我知道它不是 Java 正则表达式，只是一个例子）。

Answer 1

您的正则表达式需要如下所示：

(?<="\\Wid\\=\\\"[^\"]*)(ä)(?=[^\"]\\\"") // -> ae

(?<="\\Wid\\=\\\"[^\"]*)(ö)(?=[^\"]\\\"") // -> oe

(?<="\\Wid\\=\\\"[^\"]*)(ü)(?=[^\"]\\\"") // -> ...

(?<="\\Wid\\=\\\"[^\"]*)(Ä)(?=[^\"]\\\"")

(?<="\\Wid\\=\\\"[^\"]*)(Ö)(?=[^\"]\\\"")

(?<="\\Wid\\=\\\"[^\"]*)(Ü)(?=[^\"]\\\"")

(?<="\\Wid\\=\\\"[^\"]*)(ß)(?=[^\"]\\\"") // -> ss

请意识到，这并不完美。可能存在边缘情况，在这种情况下这会失败。