Saltar a contenido

Ficheros

file = origin.get_file("informes/2024/enero.csv")     # una referencia: no habla con el servicio
file.full_path informes/2024/enero.csv
file.filename enero.csv
file.name enero
file.extension .csv
file.folder La carpeta que lo contiene
file.info Su FileInfo (ver Los conceptos)
file.size, file.modified_time, file.created_time Atajos de file.info
file.exists() True o False. Ante cualquier otro fallo, lanza
file.refresh() Vuelve a pedir los metadatos

Leer

data = file.read()                       # bytes, todo en memoria
text = file.read_text()                  # str (UTF-8 por defecto: read_text("latin-1"))

with file.open_read() as stream:         # por streaming, sin cargarlo entero
    for chunk in iter(lambda: stream.read(1024 * 1024), b""):
        ...

file.download_to_local("/tmp/enero.csv")                  # por trozos y atómico
file.download_to_local("/tmp/enero.csv", overwrite=True)  # FileAlreadyExistsError sin él

download_to_local() escribe en un temporal y lo renombra al terminar: si se corta, no deja un fichero a medias con el nombre bueno.

Para convertirlo en un DataFrame, file.get_data(): ver DataFrames.

Escribir

file.write(b"\x00\x01")                       # bytes
file.write_text("id;importe\n1;10\n")         # str
file.write_from(Path("/tmp/volcado.dump"))    # desde un fichero local, por trozos
file.write_from(stream)                       # desde un stream binario
file.write(b"...", overwrite=False)           # FileAlreadyExistsError si ya existe
  • write(), write_text() y write_from() sobrescriben por defecto, como open(…, "w"): «escribe este fichero». folder.upload_file() es lo contrario: no sobrescribe sin pedirlo.
  • Escribir crea las carpetas que falten.
  • En Local la escritura es atómica. En SharePoint, Azure y Drive va por trozos, sin cargar el fichero en memoria.

Copiar y mover

file.copy_to(origin.get_file("historico/enero.csv"))
file.move_to(origin.get_file("procesados/enero.csv"))
file.move_to(otro_origen.get_file("enero.csv"))        # entre orígenes distintos
file.copy_to(destino, overwrite=True)                  # FileAlreadyExistsError sin él
  • No sobrescriben salvo overwrite=True.
  • El destino puede ser de otro origen, por ejemplo de SharePoint a Azure. Entonces los bytes pasan por el proceso, por trozos.
  • move_to() entre orígenes copia, comprueba que el tamaño coincide y solo entonces borra el original. Si el tamaño no coincide, lanza ConflictError y el original sigue ahí.
  • Dentro del mismo servicio se usa su operación propia cuando la tiene: mover en SharePoint, o copiar dentro de una cuenta de Azure.
  • Copiar un fichero sobre sí mismo es un InvalidRequestError.

Borrar

file.delete()            # FileNotFoundError si no existe

En SharePoint va a la papelera del sitio. En el resto de orígenes es definitivo.

Un ejemplo completo: archivar lo procesado

from datetime import datetime, timedelta, timezone

from tai_storage import StorageFactory

sharepoint = StorageFactory.create_sharepoint()
archivo = StorageFactory.create_azure(container="archivo")

limite = datetime.now(timezone.utc) - timedelta(days=90)
for file in sharepoint.get_folder("Procesados").list_files(recursive=True, modified_before=limite):
    file.move_to(archivo.get_file(f"sharepoint/{file.full_path}"))

Cada move_to() registra una línea en INFO. Si falla a mitad, el fichero sigue en SharePoint.