如何用Python移除XML文件指定行并正确保存？

原脚本的核心问题 #

• 遍历同时修改列表：在for line in lines循环中直接调用lines.remove(line)，会导致迭代器跳过部分元素——因为列表长度动态变化，迭代索引不会自动调整，最终漏处理部分行。
• 错误的文件写入逻辑：path.write_text(str(lines))会把列表转换成带方括号、引号的字符串（比如['<data>', ' <country>']），完全破坏XML的文本结构。
• 变量名拼写错误：conntents应为contents，removded应为removed，虽不影响运行，但降低代码可读性。

修正后的脚本（适配千万级行超大XML） #

考虑到文件有近千万行，一次性加载内存会占用大量资源，推荐逐行读写的轻量处理方式：

from pathlib import Path

# 目标XML文件路径
filename = './.content.xml'
path = Path(filename)
# 临时文件（避免直接覆盖原文件导致数据丢失）
temp_path = Path('./.content_temp.xml')

xml_lines = ['first', 'second']
removed_lines = 0

# 逐行读取+过滤+写入
with open(path, 'r', encoding='utf-8') as infile, open(temp_path, 'w', encoding='utf-8') as outfile:
    for line in infile:
        if any(keyword in line for keyword in xml_lines):
            removed_lines += 1
            print(f'已移除行: "{line.strip()}"')
        else:
            outfile.write(line)

# 替换原文件
temp_path.replace(path)

print(f'\n\n共移除 {removed_lines} 行！')

脚本说明 #

• 低内存占用：逐行处理，无需一次性加载全部内容，适配超大文件。
• 数据安全：先写入临时文件，处理完成后再替换原文件，避免异常导致原文件损坏。
• 格式保留：直接写入原始行内容，确保输出XML的换行、缩进格式完全符合要求。
• 逻辑简化：用any()函数批量检查关键词，代码更简洁高效。

可选优化：清理空属性行 #

如果需要移除示例中出现的 >这类空属性行，可以在写入前添加判断：

# 写入前过滤仅含>的空属性行
clean_line = line.rstrip('\n')
if not (clean_line.strip() == '>'):
    outfile.write(line)

内容的提问来源于stack exchange，提问作者Mag