Mover todos los archivos del mismo tipo de un arbol de directorios a la vez

joe di castro — Tue, 26 Apr 2011 23:17:00 +0200

A veces tenemos la necesidad de mover (o copiar o borrar) varios ficheros del mismo tipo a la vez, pero estos no "cuelgan" de un solo directorio, si no que se encuentran repartidos dentro una jerarquía de subdirectorios. En este caso los típicos comandos para mover/copiar/borrar archivos no nos sirven, ni siquiera los útiles comodines nos resuelven el problema. ¿Como lo hacemos entonces?

Por ejemplo, si tenemos una estructura de directorios como esta:

raiz
├── dir_1
│   ├── imagen_1.jpg
│   ├── pdf_1.pdf
│   ├── texto_1.txt
│   └── texto_2.txt
├── dir_2
│   ├── imagen_2.jpg
│   ├── imagen_3.gif
│   └── texto_3.txt
├── dir_3
│   ├── doc_1.doc
│   ├── pdf_2.pdf
│   ├── pdf_3.pdf
│   ├── pdf_4.pdf
│   ├── texto_4.txt
│   └── texto_5.txt
├── dir_4
│   ├── subdir_1
│   │   └── imagen_4.png
│   ├── subdir_2
│   │   ├── pdf_5.pdf
│   │   └── texto_7.txt
│   ├── doc_2.doc
│   └── texto_6.txt
└── dir_5

Y queremos mover todos los ficheros .txt al dir_5 que tenemos vacío, ¿Como lo hacemos? Bueno, en el caso de Linux (y UNIX) podemos hacerlo en una sola operación gracias al siempre útil y versátil find con el siguiente comando (ejecutado desde el directorio raíz):

find . -type f -name *.txt -exec mv {} ./dir_5 \;

Este comando nos encontraría todos los archivos con la extensión .txt dentro de todos los directorios y subdirectorios y los iría moviendo uno a uno al dir_5. Es un comando rápido y efectivo. Genéricamente, el comando sería así:

find directorio_origen -type f -name *.EXT -exec mv {} ./directorio_destino \;

donde EXT sería la extensión del tipo de archivo que queremos mover. Se puede emplear esta variante para copiar los archivos en vez de moverlos:

find directorio_origen -type f -name *.EXT -exec cp {} ./directorio_destino \;

Y esta otra para eliminarlos (¡emplear con cuidado!):

find directorio_origen -type f -name *.EXT -exec rm -f {} \;

Partiendo de la idea de hacer algo equivalente en Python, he creado un script que hace algo similar a esto, sin la necesidad de teclear todo el comando (y con el riesgo a equivocarse y liarla parda) y que también sirve para que los no trabajen habitualmente con la consola no necesiten recordar (o anotar) esos comandos.

La parte principal del script move_by_ext.py es la siguiente:

def find_and_process(args, count=0, log=""):
    """Find the files by file extension and process (move/copy/remove) them."""

    def process(the_path, the_file):
        """Process each file."""
        processed = 0
        src_file = os.path.join(the_path, the_file)
        dst_file = os.path.join(args.dst, the_file)
        if args.rm:
            os.remove(src_file)
            processed = 1
        else:
            if not os.path.exists(dst_file): # not replace if already exists 
                if args.cp:
                    shutil.copy2(src_file, dst_file)
                else:
                    shutil.move(src_file, dst_file)
                processed = 1
        return processed

    if not os.path.exists(args.dst):
        os.mkdir(args.dst)
    for path, directories, files in os.walk(args.src):
        for fil in files:
            # ignore files without extension (can have the same name as the ext)
            file_ext = fil.split('.')[-1] if len(fil.split('.')) > 1 else None
            # ignore dots in given extensions
            extensions = [ext.replace('.', '') for ext in args.ext]
            if file_ext in extensions:
                count += process(path, fil)

    opt = int("{0}{1}".format(int(args.rm), int(args.cp)), 2)
    log = "Files {0}: {1}".format({0:"moved", 1:"copied", 2:"removed"}[opt], count)
    return log

Este script nos permite realizar las mismas operaciones que los comandos anteriores y además tiene dos ventajas adicionales:

Permite emplear varias extensiones a la vez, lo que nos permite mover/copiar/borrar distintos tipos de archivo en una sola operación. Por ejemplo si queremos mover todos los tipos de imagen de la estructura de directorios anterior, podríamos hacerlo indicándole que emplee las extensiones .jpg, .gif y .png en la misma operación. El comando sería el siguiente (las extensiones pueden llevar o no el punto, funciona exactamente igual), ejecutado desde el directorio raíz:

python move_by_ext.py jpg .gif png -d ./dir_5
Funciona en Windows. A diferencia del comando para Linux, este se puede emplear en Windows sin necesidad de instalar ningún entorno que nos simule un shell Linux (como Cygwin) y solo es necesario tener instalado Python 2.7

La sintaxis del script es muy sencilla y se puede ver reflejada en la ayuda del mismo:

$ python move_by_ext.py -h
usage: move_by_ext.py ext [-s SRC] [-d DST] [-c | -r] [--help]

Move (or copy/remove) all files selected by extension into a directory tree to
a destination directory.

positional arguments:
  ext                the extension(s) of the files to process. To use more
                     than one extension, separate them with a space

optional arguments:
  -h, --help         show this help message and exit
  -s SRC, --src SRC  the source path. Current dir if none is provided
  -d DST, --dst DST  the destination path. Current dir if none is provided
  -c, --copy         copy all the files with the given extension(s) to the
                     destination directory.
  -r, --remove       remove all the files with the given extension(s). Use
                     with caution! remove also in the subdirectories
  -v, --version      show program's version number and exit

El script completo puede encontrarse en el repositorio Python Recipes alojado en github.