📚 Guía Completa de Manejo de Archivos en Python

🌟 Introducción

Los archivos son esenciales para almacenar y gestionar datos en programas. En Python, podemos trabajar con diversos tipos de archivos para guardar configuraciones, procesar datos o interactuar con APIs. ¡Aprendamos cómo!

---

📌 Fase 1: Tipos de Archivos

1.1 Archivos de Texto

• Extensión común: .txt, .log, .csv
• Características:
  • Almacenan texto legible por humanos.
  • Ideales para configuraciones, registros o datos simples.

# Ejemplo: Crear un archivo de texto
with open("notas.txt", "w") as archivo:
    archivo.write("Hoy aprendí Python\n")

1.2 Archivos Binarios

• Extensión común: .jpg, .png, .exe
• Características:
  • Guardan datos en formato binario (no legible directamente).
  • Usados para imágenes, ejecutables o datos serializados.

# Ejemplo: Leer una imagen
with open("foto.jpg", "rb") as archivo:
    datos = archivo.read()

1.3 Archivos CSV

• Extensión: .csv
• Características:
  • Almacenan datos tabulares (filas y columnas).
  • Cada valor se separa por comas u otros delimitadores.

1.4 Archivos JSON

• Extensión: .json
• Características:
  • Guardan datos estructurados como diccionarios o listas.
  • Ampliamente usados en APIs y configuraciones.

---

📌 Fase 2: Operaciones Básicas

2.1 Apertura y Cierre

• Función open(): Abre un archivo.
• Método close(): Cierra el archivo manualmente.

archivo = open("datos.txt", "r")
contenido = archivo.read()
archivo.close()  # ¡No olvides cerrar!

2.2 Lectura de Archivos

Método	Descripción
read()	Lee todo el contenido como un string
readline()	Lee una línea a la vez
readlines()	Devuelve una lista de líneas

Ejemplo:

with open("datos.txt", "r") as archivo:
    lineas = archivo.readlines()
    for linea in lineas:
        print(linea.strip())  # .strip() elimina espacios/saltos

2.3 Escritura de Archivos

Modo	Descripción
w	Crea/sobrescribe un archivo
a	Añade contenido al final
r+	Lectura y escritura simultánea

Ejemplo:

with open("registro.log", "a") as archivo:
    archivo.write("Nueva entrada: Usuario registrado\n")

---

📌 Fase 3: Manejo de Errores

3.1 Uso de try y except

Evita que el programa se detenga por errores:

try:
    with open("datos.csv", "r") as archivo:
        print(archivo.read())
except FileNotFoundError:
    print("⚠️ Error: El archivo no existe")
except Exception as e:
    print(f"❌ Error inesperado: {e}")

3.2 Comprobar Existencia

Usa os.path.exists() para verificar archivos:

import os

if os.path.exists("config.json"):
    print("✅ Archivo encontrado")
else:
    print("❌ Archivo no existe")

---

📌 Fase 4: Trabajo con CSV

4.1 Lectura

import csv

with open("empleados.csv", "r") as archivo:
    lector = csv.reader(archivo)
    for fila in lector:
        print(f"Nombre: {fila[0]}, Edad: {fila[1]}")

4.2 Escritura

with open("productos.csv", "w", newline="") as archivo:
    escritor = csv.writer(archivo)
    escritor.writerow(["Producto", "Precio"])
    escritor.writerow(["Laptop", 1200])

Ejemplo Práctico: Calcular edad promedio desde un CSV:

total_edad = 0
contador = 0

with open("empleados.csv", "r") as archivo:
    lector = csv.reader(archivo)
    next(lector)  # Saltar cabecera
    for fila in lector:
        total_edad += int(fila[1])
        contador += 1

print(f"Edad promedio: {total_edad / contador}")

---

📌 Fase 5: Trabajo con JSON

5.1 Introducción a JSON

JSON (JavaScript Object Notation) es un formato ligero para intercambiar datos. Es ideal para:

• Almacenar configuraciones
• Comunicarse con APIs web
• Guardar datos estructurados

Características clave:

• Usa pares clave: valor (como diccionarios de Python)
• Soporta listas, números, strings, booleanos y null
• Es legible por humanos y máquinas

---

5.2 Serialización vs. Deserialización

Término	Definición	Método JSON
Serialización	Convertir objetos Python → texto JSON	json.dump()
Deserialización	Convertir texto JSON → objetos Python	json.load()

---

5.3 Ejemplos Prácticos con JSON

Guardar datos (Serialización):

import json

datos_usuario = {
    "nombre": "Ana",
    "edad": 28,
    "hobbies": ["programar", "leer"],
    "premium": True
}

with open("usuario.json", "w") as archivo:
    json.dump(datos_usuario, archivo, indent=4)  # indent para formato bonito

Cargar datos (Deserialización):

with open("usuario.json", "r") as archivo:
    datos = json.load(archivo)
    print(f"{datos['nombre']} tiene {datos['edad']} años")
    # Output: "Ana tiene 28 años"

Caso Real: Guardar múltiples usuarios

usuarios = [
    {"id": 1, "nombre": "Carlos", "puntos": 150},
    {"id": 2, "nombre": "María", "puntos": 300}
]

with open("usuarios.json", "w") as archivo:
    json.dump(usuarios, archivo)

---

📌 Fase 6: Gestión Segura con with

6.1 ¿Por Qué Usar with?

• Cierre automático: El archivo se cierra al salir del bloque, incluso si hay errores
• Código más limpio: Reduce líneas de código
• Previene corrupción: Evita que archivos queden abiertos por accidente

Ejemplo Comparativo:

# Sin with (puede olvidarse close())
archivo = open("datos.txt", "r")
contenido = archivo.read()
archivo.close()

# Con with (recomendado)
with open("datos.txt", "r") as archivo:
    contenido = archivo.read()
# ¡Archivo cerrado automáticamente!

---

📌 Fase 7: Organización de Proyectos

7.1 Estructura Recomendada

mi_proyecto/  
├── data/                  # Datos (CSV, JSON, etc)  
│   ├── input/             # Datos crudos  
│   └── output/            # Resultados procesados  
├── src/                   # Código fuente  
│   ├── utils/             # Funciones auxiliares  
│   └── main.py            # Script principal  
├── docs/                  # Documentación  
├── config/                # Archivos de configuración  
└── README.md              # Guía del proyecto  

7.2 Buenas Prácticas

1. Separa datos de código: Nunca mezcles archivos .py con .csv en la misma carpeta
2. Usa rutas relativas:

import os

CARPETA_DATA = os.path.join("data", "input")  # ✔️ Mejor que "C:/proyecto/data"

3. Versiona tus datos: Usa nombres como ventas_2023_v1.csv
4. Documenta la estructura: Explica en el README cómo organizar los archivos

---

🚀 Ejemplo Integrado: Sistema de Usuarios

import json
import os

# Crear estructura de carpetas
os.makedirs("data/users", exist_ok=True)

def guardar_usuario(usuario):
    ruta = os.path.join("data/users", f"{usuario['id']}.json")
    with open(ruta, "w") as archivo:
        json.dump(usuario, archivo)

def cargar_usuario(user_id):
    ruta = os.path.join("data/users", f"{user_id}.json")
    try:
        with open(ruta, "r") as archivo:
            return json.load(archivo)
    except FileNotFoundError:
        return None

# Uso
nuevo_usuario = {"id": 101, "nombre": "Luisa", "email": "luisa@ejemplo.com"}
guardar_usuario(nuevo_usuario)

usuario = cargar_usuario(101)
print(usuario["nombre"])  # Output: "Luisa"

---