Заменить несколько специальных символов HTML с использованием regex

Question

Я пытаюсь заменить некоторые строки с использованием регулярного выражения в HTML, но есть шведские символы, которые затрудняют мою жизнь.

Она начинается, глядя, как это (я использую фиктивный текст вместо реального шведски):

<td class="swedish">abc defg&aring; hijk lmnop&auml;</td> 
    <td><?php audioButton("../../audio/lessons/01/some_old_text","some_old_text"); ?></td> 
    <td><?php audioButton("../../audio/lessons/01/slow/some_old_text_slx","some_old_text_slx","1"); ?></td> 

Шаг 1: мне удается поместить строку в первой метке внутри audiobutton, так выглядит следующим образом:

<td class="swedish">abc defg&aring; hijk lmnop&auml;</td> 
    <td><?php audioButton("../../audio/lessons/01/abc defg&aring; hijk lmnop&auml;","abc defg&aring; hijk lmnop&auml;"); ?></td> 
    <td><?php audioButton("../../audio/lessons/01/slow/abc defg&aring; hijk lmnop&auml;_slx","abc defg&aring; hijk lmnop&auml;_slx","1"); ?></td> 

Вы не должны читать это, но я сделал это со следующим:

Найти

<td class="swedish">(.*)</td>\n.*<td><\?php audioButton\("(.*)/.*",".*"\); \?></td>\n.*<td><\?php audioButton\("(.*)/.*",".*","1"\); \?></td> 

Заменить

<td class="swedish">$1</td> 
<td><?php audioButton("$2/$1","$1"); ?></td> 
<td><?php audioButton("$3/$1_slx","$1_slx","1");?></td> 

Это довольно просто, даже для нуба, как я.

Шаг 2: Теперь это то, где начинаются мои проблемы. Шведские символы ä, ö и å имеют специальные коды в HTML (ä - ö and å). Я должен заменить каждый экземпляр этого кода на ae, oe и aa соответственно и поместить подчёркивание между каждым словом. Это должно произойти только в аудиокниге.

Конечный результат должен выглядеть следующим образом:

<td class="swedish">abc defg&aring; hijk lmnop&auml;</td> 
    <td><?php audioButton("../../audio/lessons/01/abc_defgaa_hijk_lmnopae","abc_defgaa_hijk_lmnopae"); ?></td> 
    <td><?php audioButton("../../audio/lessons/01/slow/abc_defgaa_hijk_lmnopae_slx","abc_defgaa_hijk_lmnopae_slx","1"); ?></td> 

Это где моя регулярное выражение грамотность подводит меня. Наверное, это очень просто, но я не вижу этого. Я бы очень признателен за помощь. Было бы особенно здорово, если бы я мог сделать все за один шаг вместо двух.

Answer 1

Вот цикл Баш, который заменит audioButton вхождений, как вы хотите:

for line in $(egrep "audioButton" swedish.txt | sed -e 's?\ ?::ZZqC::?g') ; do 
    real_line=$(echo "${line}" | sed -e 's?::ZZqC::?\ ?g') ; 
    new_line=$(echo "${real_line}" | sed -e 's?ä?ae?g' -e 's?ö?oe?g' -e 's?å?aa?g' -e 's?\([a-z]\) ?\1_?g') ; 
    sed -i -e "s|${real_line}|${new_line}|g" swedish.txt ; 
done