Automatización de Archivos y Directorios

pathlib y los módulos shutil/tempfile reemplazan a los frágiles comandos de shell para copiar, rotar y generar archivos. Las escrituras seguras y la codificación explícita evitan la pérdida de datos cuando los scripts se ejecutan sin supervisión bajo cron.

Receta

from pathlib import Path
import tempfile
import os
 
def atomic_write(path: Path, data: str) -> None:
    path.parent.mkdir(parents=True, exist_ok=True)
    fd, tmp = tempfile.mkstemp(dir=path.parent, text=True)
    try:
        with os.fdopen(fd, "w", encoding="utf-8") as f:
            f.write(data)
        os.replace(tmp, path)
    except Exception:
        os.unlink(tmp)
        raise

Cuándo usar esto:

• Transformaciones de archivos por lotes (renombrar, comprimir, validar)
• Generación de informes a directorios conocidos
• Tareas de rotación y limpieza de registros
• Sincronización de artefactos entre etapas de compilación en un mismo host

Ejemplo de Trabajo

Encuentra archivos CSV, valida que no estén vacíos, escribe atómicamente un manifiesto resumen.

from __future__ import annotations
 
import json
import os
import tempfile
from dataclasses import dataclass
from pathlib import Path
 
@dataclass(frozen=True)
class FileRecord:
    path: Path
    size: int
 
def discover_csv(root: Path) -> list[FileRecord]:
    records: list[FileRecord] = []
    for path in root.glob("**/*.csv"):
        if path.is_file():
            size = path.stat().st_size
            if size == 0:
                raise ValueError(f"csv vacío: {path}")
            records.append(FileRecord(path, size))
    return records
 
def atomic_write_json(path: Path, payload: dict) -> None:
    path.parent.mkdir(parents=True, exist_ok=True)
    fd, tmp = tempfile.mkstemp(dir=path.parent, suffix=".tmp")
    try:
        with os.fdopen(fd, "w", encoding="utf-8") as f:
            json.dump(payload, f, indent=2)
        os.replace(tmp, path)
    except Exception:
        os.unlink(tmp)
        raise
 
def main(root: Path, manifest: Path) -> int:
    files = discover_csv(root)
    atomic_write_json(
        manifest,
        {"count": len(files), "files": [{"path": str(r.path), "size": r.size} for r in files]},
    )
    return 0
 
if __name__ == "__main__":
    raise SystemExit(main(Path("data/incoming"), Path("data/manifest.json")))

Lo que esto demuestra:

• Descubrimiento recursivo glob("**/*.csv") con pathlib
• La validación de archivo vacío falla rápidamente antes de publicar el manifiesto
• os.replace renombra atómicamente en el mismo sistema de archivos, lo que evita lecturas parciales

Inmersión Profunda

Esenciales de pathlib

Patrón de Escritura Segura

• Escribir en un archivo temporal en el directorio de destino (mismo montaje)
• fsync opcional para durabilidad crítica
• os.replace intercambia atómicamente en su lugar

Notas de Python

import shutil
from pathlib import Path
 
shutil.copy2(Path("src.txt"), Path("backup/src.txt"))  # conserva metadatos
shutil.rmtree(Path("tmp/build"), ignore_errors=False)

Errores Comunes

• Escribir directamente en la ruta final: los lectores ven archivos parcialmente escritos. Solución: archivo temporal atómico + reemplazo.
• Codificación predeterminada en Windows: mojibake en CSV UTF-8. Solución: siempre encoding="utf-8" explícitamente.
• Seguir enlaces simbólicos en eliminaciones: elimina destinos inesperados. Solución: is_symlink() comprueba antes de unlink.
• Carrera en mkdir: scripts paralelos colisionan. Solución: exist_ok=True o capturar FileExistsError.
• Árboles enormes en memoria: list(rglob) en millones de archivos. Solución: iterar el generador sin materializar todas las rutas.

Alternativas

Preguntas Frecuentes

Relacionados

• Conceptos Básicos de Scripting - estructura de CLI
• Scripts Robustos - dry-run e idempotencia
• Análisis de Registros y Texto - leer archivos de registro grandes
• subprocess e Interoperabilidad con Shell - tar/rsync externos
• Mejores Prácticas de Scripting de Sistema - reglas para scripts desatendidos

Versiones de la Pila: Esta página fue escrita para Python 3.14.0 (estable 3.14, mantenimiento 3.13), FastAPI 0.115+, Django 5.2, Flask 3.1, Pydantic 2, PyTorch 2.6+, pandas 2.2+, Polars 1.x, ruff 0.9+, y uv 0.6+.