python删除xml空行：几种可行做法与容易踩的坑
从别处拿到的XML文件，打开一看到处是空行，有的夹在标签之间，有的出现在声明和根元素前后，还有的来自编辑器自动换行。手工删太麻烦，用Python处理又怕把结构弄坏。这篇内容面向需要整理XML文本的开发者，讲清楚几种删除空行的思路、各自适用的场景，以及处理时容易忽略的细节。
先想清楚：要删的是哪种空行
动手写代码之前，先打开文件确认空行的来源。常见情况有三种：一是纯空白行，整行只有空格、制表符或换行；二是标签之间的换行，比如开始标签和子元素之间被插入了回车；三是文本节点内部本来就有意义的换行，比如描述字段里分段的内容。
前两种通常可以放心清理，第三种要谨慎。如果XML里承载的是配置或数据，文本节点中的换行有时会被下游程序当作内容的一部分。判断办法很简单：看这段文本有没有被引号或CDATA包住，有没有出现在属性值里。属性值中的换行在解析时会被规范化，但直接按行处理文本时仍可能误伤。
另外，如果文件带XML声明或注释，删空行时不要把它们和相邻内容粘在一起。声明必须位于文件最前面，注释块内部的空行是否保留，取决于你是否需要保留注释的可读性。
按行过滤：最直接的做法
如果目标只是去掉整行空白，按行读取再过滤是最省事的。思路是逐行读入，判断该行去掉首尾空白后是否为空，为空就跳过，否则写入新文件。
要点有几个。第一，用strip()判断空行，但写回时不要顺手把非空行的缩进也strip掉，否则原本的层级缩进会全部丢失，XML虽然还能解析，可读性会变差。第二，换行符的处理要统一，读的时候保留原始换行，写的时候按需要决定是否补回。第三，输入输出不要用同一个文件，先写到临时文件再替换，避免中途出错把原文件截断。
这种办法的局限也很明显：它只认“整行空白”，对“标签后面跟一个换行再跟缩进”的情况无能为力，因为那一行并非全空。遇到这种文件，需要结合下一节的处理方式。
解析后重写：结构优先的思路
当空行夹杂在标签之间、缩进混乱时，更稳妥的做法是先用解析器把XML读成树，再按自己的规则输出。标准库里的ElementTree就能完成读入和写回，第三方库在保留注释和命名空间方面更细致，可按项目依赖选择。
流程大致是：解析文件得到根节点，遍历时清理掉纯空白的文本节点和尾部空白，然后调用写回方法输出。写回时如果开启美化缩进，解析器会重新生成换行和缩进，原来的空行自然消失，层级也更整齐。
这里有个取舍：重新序列化会改变原有格式，属性顺序、自闭合标签的写法、实体引用形式都可能变化。如果下游对字节级格式敏感，或者文件里有大量手工对齐的注释，解析重写未必合适。此时可以只对文本节点做清理，保留原始行结构，再配合按行过滤处理剩余空行。
保留格式时的折中处理
有些场景既想删空行，又不想让整个文件被重新排版。比如配置文件需要人工比对差异，格式一变，版本对比就全是噪声。
折中做法是只做局部清理：读入全部行，标记出“空白行”和“仅含缩进的标签行”，对前者直接删除，对后者保留但压掉多余空行。连续多个空行可以合并成一个，或者按上下文决定是否保留。例如在注释块前后留一个空行，能让文件更易读。
实现上可以用一个状态变量记录上一行是否为空，遇到连续空行时只输出一次。处理文本节点内部的换行时，先判断当前行是否位于CDATA段内，是则原样保留。CDATA的起止标记可能跨行，需要维护一个标志位，遇到起始标记置位，遇到结束标记复位。这个细节不做，很容易把描述文本里的分段删掉。
常见错误与排查方向
处理完发现文件打不开，先看报错位置。声明不在首行是典型问题：删空行时把文件开头的空行连同声明前的空白一起去掉，如果声明前面还残留了BOM或空格，解析器会直接报错。
另一种情况是删空行后标签粘连，比如两个相邻标签之间原本靠换行分隔，过滤后变成同一行，虽然多数解析器仍能识别，但可读性变差，人工检查时容易误判结构。写回前做一次解析校验，能提前发现这类问题。
编码也常被忽略。以文本模式读写时如果没有指定编码，遇到非ASCII字符可能抛异常或写出乱码。读和写使用同一个编码，并在写回后抽查含中文的节点，是比较稳妥的检查方式。最后，处理前保留一份原始副本，出问题可以随时对照。
总结
处理XML空行，先分清空行是整行空白还是标签间换行，再决定用按行过滤还是解析后重写。按行过滤适合只去整行空白，注意保留非空行缩进；解析重写能顺带整理结构，但会改变原始格式。涉及CDATA和注释时要加状态判断，处理前留副本、处理后做解析校验，能避开大部分问题。
相关文章
- xml字符串base64编码：原理与典型用途
解析xml字符串base64编码的含义与常见场景，说明编码后体积变化、可读性影响及解码校验要点，帮助开发者正确嵌入与传输XML数据。
- xml图片放大qq：开发者常问的图片尺寸与数据转换问题
从开发者视角解释xml图片放大qq这类搜索背后的真实需求，理清图片尺寸配置与JSON、XML数据转换的关系，避开常见误区。
- xmlurl解码：参数里的XML为何总对不上
解释XML内容在URL参数中为何出现编码差异，梳理百分号编码、实体转义与字符集的关系，并说明排查与还原思路。
- xmlurl编码：XML数据在URL中如何安全传递
解释xmlurl编码的含义，说明XML数据放入URL参数时为何需要编码，以及编码与解码的实用要点，帮助开发者避免常见错误。
- xmldom自带base64编解码方法怎么用？
解析xmldom内置base64编解码能力，说明在JSON与XML转换中如何处理二进制数据，并给出使用注意点与常见问题解答。
常见问题
Q1删空行后XML解析报错，最可能是什么原因？
先检查XML声明是否还在文件最前面，以及文件开头是否残留了空白或BOM。其次看是否有标签因为空行被删而粘连，导致结构错位。用解析器重新读一遍，报错行号通常能直接定位问题。
Q2只想删空白行，不想改变缩进，怎么做？
按行读取，用strip判断是否为空行再决定跳过，写回时保留非空行的原始内容，不要对整行做strip。这样缩进和换行都维持原样，只有整行空白被去掉。
Q3CDATA里的空行会被误删吗？
按行过滤时如果只判断整行空白，CDATA内部的空行也会被删掉。需要维护一个标志位，记录当前是否处于CDATA段内，段内的行原样输出，段外的空白行才过滤。
Q4解析后重写，注释和属性顺序会变吗？
取决于所用解析器。标准库的ElementTree默认不保留注释，属性顺序也可能变化。对格式敏感的文件，建议改用能保留注释的库，或者采用按行清理的折中方案。
Q5处理大文件时有什么要注意的？
按行流式处理比一次性读入更省内存，写的时候先输出到临时文件，全部完成后再替换原文件。处理过程中保留原始副本，便于出错时回退和比对。