维基百科摘要上的XPath

我目前正在尝试使用XPath从任何给定的Wikipedia页面提取简介或摘要。现在，网上有很多地方已经这样做了：

但是，当我尝试在各种页面上使用类似的XPath表达式时，返回的结果很奇怪。为了回答这个问题，让我们假设我正在试图检索波士顿可打印维基百科页面的第一段：

当我尝试使用这个表达式/html/body/div[@id='content']]/div[@id='bodyContent']]//p时，只返回段落的最后四个单词（在美国）

实际上，上面使用的表达式可以简化为//div/p，但结果是相同的

奇怪的是，我以前链接到的链接似乎使用了类似的方法并返回了很好的结果；起初，我认为这是由于维基百科近年来改变了他们页面的格式，但老实说，我似乎找不到这两种表达的错误之处

有人知道这件事吗

当我尝试使用这个表达式时 /html/body/div[@id='content']/div[@id='bodyContent']//p，只有 在美国，这一段的最后四个字是 返回

这里有几个问题：

XML文档位于默认名称空间中。编写XPath表达式以选择默认命名空间中文档中的节点是有关XPath的最常见问题解答—搜索XPath和默认命名空间。简而言之，任何不固定的名称都很可能导致不选择任何内容。必须注册默认名称空间并将特定前缀与此名称空间关联。然后XPath表达式中的任何元素名称都必须使用此前缀写入。因此，上述表达式将变为： : 其中x:前缀与http://www.w3.org/1999/xhtml 命名空间

.2。即使上面的表达式也不会只选择所需的节点。为了只从上面选择第一个x:p，必须将XPath表达式指定为括号：

.3。由于需要段落的文本，一种简单的方法是使用标准XPath函数字符串：

当计算这个XPath表达式时，我会得到段落的文本——例如，在几年前我编写的XPath可视化工具中：

---

你用什么来运行这些表达式？我正在用Objective-C为Mac开发，并使用XPathQuery库。但在这里，我认为问题更可能与我的表达和维基百科的内容有关。

/x:html/x:body/x:div[@id='content']/x:div[@id='bodyContent']//x:p

(/x:html/x:body/x:div[@id='content']/x:div[@id='bodyContent']//x:p)[1]

string((/x:html/x:body/x:div[@id='content']/x:div[@id='bodyContent']//x:p)[1])