如何用单条XPath查询处理Xidel获取的MathML魔法替代文本？

执行以下Xidel命令获取维基百科页面的MathML内容时，返回结果混乱：

xidel 'https://en.wikipedia.org/wiki/List_of_trigonometric_identities' -e '/html/body/div[3]/div/div[3]/main/div[3]/div[3]/div[2]/p[5]/span/span/math'

通过两条命令的管道组合可修复该问题：

xidel 'https://en.wikipedia.org/wiki/List_of_trigonometric_identities' -e '/html/body/div[3]/div/div[3]/main/div[3]/div[3]/div[2]/p[5]/span/span/math' --output-format=xml | xidel -e 'math/semantics/annotation'

请问是否真的无法通过单条XPath查询实现该效果？该问题与GitHub项目wikipedia-markdown-generator的Issue #9成因一致。

完全可以通过单条XPath查询直接实现，不需要分两条命令。问题根源是原命令未指定正确的输出格式，且XPath没有直接定位到目标文本节点：

单命令解决方案 #

xidel 'https://en.wikipedia.org/wiki/List_of_trigonometric_identities' -e '/html/body/div[3]/div/div[3]/main/div[3]/div[3]/div[2]/p[5]/span/span/math/semantics/annotation' --output-format=text

原理说明 #

• 原命令返回结果混乱，是因为Xidel默认输出会将HTML节点的所有文本内容直接拼接，丢失了MathML的层级结构，导致内容杂乱无章。
• 维基百科的MathML结构中，semantics/annotation节点才是存储可读文本的目标节点，直接用XPath定位到该节点，再通过--output-format=text指定输出纯文本，就能一步获取清晰的内容。

更健壮的版本（避免依赖固定DOM索引） #

如果担心页面DOM结构变动导致路径失效，可以改用基于class的XPath，更稳定：

xidel 'https://en.wikipedia.org/wiki/List_of_trigonometric_identities' -e '//div[@class="mw-content-ltr"]/p[5]/span/span/math/semantics/annotation' --output-format=text

内容的提问来源于stack exchange，提问作者Signor Pizza