Сортировка файлов на Python: от плана до безопасного перемещения

Папка загрузок быстро смешивает документы, изображения и архивы. Простая автоматизация может разложить их по каталогам, но ошибка в пути или совпадение имени способно испортить данные. Поэтому хороший сортировщик сначала строит полный план, показывает его человеку и только после явного подтверждения перемещает файлы.

В итоговом инструменте используются pathlib, аргументы командной строки и журналирование. Работайте только с копией учебной папки, пока не проверите все ветки.

Определите категории без изменения файлов

Создайте файл sorter.py. Первая функция принимает путь и возвращает имя категории по расширению:

from pathlib import Path


CATEGORIES = {
    ".jpg": "images",
    ".jpeg": "images",
    ".png": "images",
    ".webp": "images",
    ".pdf": "documents",
    ".docx": "documents",
    ".xlsx": "documents",
    ".zip": "archives",
    ".tar": "archives",
    ".gz": "archives",
}


def category_for(path):
    return CATEGORIES.get(path.suffix.casefold(), "other")

suffix возвращает последнее расширение. Для backup.tar.gz результатом будет .gz, что в этой таблице всё равно ведёт в archives. casefold() приводит .JPG и .jpg к одному правилу. Функция ничего не читает и не перемещает, поэтому её легко проверить тестами.

Постройте и напечатайте план

Добавьте функцию, которая смотрит только обычные файлы непосредственно в исходном каталоге. Вложенные папки она не обходит:

def build_plan(source_dir, destination_dir):
    plan = []
    for source in sorted(source_dir.iterdir()):
        if not source.is_file():
            continue

        category = category_for(source)
        destination = destination_dir / category / source.name
        plan.append((source, destination))
    return plan


def print_plan(plan):
    if not plan:
        print("Подходящих файлов нет")
        return

    for source, destination in plan:
        print(f"{source} -> {destination}")

Создайте рядом учебные каталоги sample/inbox и sample/sorted, положите в inbox несколько копий неважных файлов. Пока код только вычисляет пути. Он не создаёт конечные каталоги и не меняет исходные данные.

Добавьте интерфейс с безопасным значением по умолчанию

Импортируйте argparse и добавьте точку входа. Без флага --apply она только показывает план:

import argparse


def build_parser():
    parser = argparse.ArgumentParser(
        description="Сортирует файлы верхнего уровня по расширениям"
    )
    parser.add_argument("source", type=Path, help="каталог с файлами")
    parser.add_argument("destination", type=Path, help="каталог категорий")
    parser.add_argument(
        "--apply",
        action="store_true",
        help="выполнить показанные перемещения",
    )
    return parser


def main(argv=None):
    args = build_parser().parse_args(argv)
    source_dir = args.source.resolve()
    destination_dir = args.destination.resolve()

    if not source_dir.is_dir():
        raise SystemExit(f"Исходный каталог не найден: {source_dir}")
    if source_dir == destination_dir:
        raise SystemExit("Исходный и конечный каталоги совпадают")

    plan = build_plan(source_dir, destination_dir)
    print_plan(plan)
    if not args.apply:
        print("Предварительный просмотр: файлы не изменены")
        return 0

    return apply_plan(plan, destination_dir)


if __name__ == "__main__":
    raise SystemExit(main())

Функция apply_plan будет добавлена в следующем разделе. До этого запускайте только без --apply: python sorter.py sample/inbox sample/sorted. Проверьте каждую пару путей. В вывод не должны попадать вложенные каталоги и сам sorter.py, если он лежит вне inbox.

Запретите перезапись до первого перемещения

Известный конфликт нужно обнаружить, пока все исходники ещё на месте. Добавьте функцию проверки:

def validate_plan(plan):
    destinations = set()
    for source, destination in plan:
        key = str(destination).casefold()
        if key in destinations:
            raise ValueError(f"Два файла претендуют на путь: {destination}")
        destinations.add(key)

        if destination.exists():
            raise FileExistsError(f"Целевой файл уже существует: {destination}")
        if not source.is_file():
            raise FileNotFoundError(f"Исходный файл исчез: {source}")

Сравнение casefold помогает заранее увидеть коллизию имён на файловой системе без учёта регистра. Это не заменяет проверку самой файловой системы, но предотвращает очевидную ошибку внутри одного плана.

Между проверкой и перемещением другой процесс всё ещё может создать целевой файл. Для общей папки остановите параллельные загрузки или используйте более строгую систему координации. Учебный скрипт рассчитан на каталог, с которым в этот момент работает один пользователь.

Сохраните журнал и выполните план

Добавьте импорты json и shutil, затем функцию применения. Она сначала записывает весь план в move-manifest.json, после чего создаёт каталоги и перемещает файлы:

import json
import shutil


def apply_plan(plan, destination_dir):
    validate_plan(plan)
    destination_dir.mkdir(parents=True, exist_ok=True)
    manifest_path = destination_dir / "move-manifest.json"

    if manifest_path.exists():
        raise FileExistsError(f"Журнал уже существует: {manifest_path}")

    records = [
        {"source": str(source), "destination": str(destination)}
        for source, destination in plan
    ]
    manifest_path.write_text(
        json.dumps(records, ensure_ascii=False, indent=2),
        encoding="utf-8",
    )

    for source, destination in plan:
        destination.parent.mkdir(parents=True, exist_ok=True)
        shutil.move(source, destination)

    print(f"Перемещено файлов: {len(plan)}")
    print(f"Журнал: {manifest_path}")
    return 0

Снова выполните предварительный просмотр. Только после проверки копии данных запустите python sorter.py sample/inbox sample/sorted --apply. Ожидается число перемещённых файлов и путь журнала. Повторный запуск остановится из-за существующего move-manifest.json, а не затрёт историю предыдущего действия.

shutil.move внутри одного диска обычно переименовывает путь, а между файловыми системами может копировать данные и удалять источник. Поэтому свободное место и права нужны с обеих сторон. Сбой посередине оставит часть файлов перемещённой; журнал помогает понять, какие пары были запланированы.

Выполните осторожный откат по журналу

Создайте отдельный файл undo_sort.py. Он проходит записи в обратном порядке и возвращает только те файлы, для которых конечный путь существует, а исходный свободен:

import json
import shutil
import sys
from pathlib import Path


manifest_path = Path(sys.argv[1]).resolve()
records = json.loads(manifest_path.read_text(encoding="utf-8"))

for record in reversed(records):
    source = Path(record["source"])
    destination = Path(record["destination"])

    if source.exists():
        print(f"Пропуск: исходный путь занят: {source}")
        continue
    if not destination.is_file():
        print(f"Пропуск: нет перемещённого файла: {destination}")
        continue

    source.parent.mkdir(parents=True, exist_ok=True)
    shutil.move(destination, source)
    print(f"Возвращён: {destination} -> {source}")

Запускайте его только с журналом этого учебного действия: python undo_sort.py sample/sorted/move-manifest.json. Сначала сохраните копию каталога, если файлы менялись после сортировки. Скрипт намеренно не удаляет пустые папки и журнал — это можно сделать вручную после проверки.

Журнал не является резервной копией: он хранит пути, а не содержимое. Если файл изменён или удалён после перемещения, восстановить прежние данные по этому журналу невозможно.

Официальная документация shutil описывает высокоуровневые файловые операции. В последнем уроке маршрута те же принципы — явные параметры, журнал, проверяемый результат и код выхода — будут применены к мониторингу HTTP.