Python提取XML中指定关键词对应的完整<profile>标签片段

你现在写的逐行匹配逻辑，只能抓到单独包含关键词的行，没有识别<profile>标签的跨多行块边界，自然拿不到完整的节点片段。

不需要安装第三方依赖，用状态标记逐行遍历文件就能实现需求：跟踪当前是否处于<profile>块内部，收集块内所有内容，遇到</profile>结束标签时判断块内有没有目标关键词，符合条件就把整个块存到结果里。

keyword = 'Georgia'
result = []
# 状态标记变量
collecting = False
current_block = []
hit_keyword = False

with open('test_input.xml', 'r', encoding='utf-8') as f:
    for line in f:
        # 碰到profile开标签，启动块收集
        if '<profile>' in line:
            collecting = True
            hit_keyword = False
            current_block = [line]
            if keyword in line:
                hit_keyword = True
            continue
        
        if collecting:
            current_block.append(line)
            if keyword in line:
                hit_keyword = True
            # 碰到profile闭标签，结束当前块收集
            if '</profile>' in line:
                collecting = False
                if hit_keyword:
                    result.append(''.join(current_block))
                # 重置临时变量
                current_block = []
                hit_keyword = False

# 写入结果文件
with open('test_output.xml', 'w', encoding='utf-8') as f:
    # 如果需要输出是格式合规的完整XML，就把下面两行注释打开，加个根节点包裹
    # f.write('<project>\n')
    f.write('\n'.join(result))
    # f.write('\n</project>')

用你提供的源XML文件跑这段代码，输出结果和预期完全一致，会完整提取两个包含Georgia关键词的<profile>块，保留块内所有层级的内容和首尾标签，不会只抽取零散的单行内容。

如果后续你的XML里<profile>标签带属性（比如<profile name="test">），只需要把开标签的判断条件从'<profile>' in line改成'<profile' in line就能兼容。如果需要输出严格合法的XML，放开代码里写根节点的注释即可。

内容的提问来源于stack exchange，提问作者mrcsk8