Ein Skript, das Dateien umbenennt, soll zuerst ausgeben, was es vorhat, und nichts verändern, bis der Plan gelesen ist. Bei eingescannten Lieferscheinen einer Spedition in Flensburg sieht der Plan so aus, erzeugt von python3 aufraeumen.py belege ohne weiteres Argument:
- würde 'Lieferschein_0091 Kopie.JPG' umbenennen in 'lieferschein_0091.jpg'
- würde 'Lieferschein_0092.jpeg' umbenennen in 'lieferschein_0092.jpeg'
- würde 'Lieferschein_0093.JPG' umbenennen in 'lieferschein_0093.jpg'
Drei Dinge sind in dieser Liste sichtbar, die danach nicht mehr sichtbar wären. Die Endung wird kleingeschrieben, aber jpeg wird nicht zu jpg, zwei Schreibweisen bleiben also nebeneinander bestehen. Das Wort Kopie wird entfernt. Und nichts ist kollidiert, denn die Anzahl eindeutiger neuer Namen wurde gegen die Anzahl der Dateien verglichen, bevor das Skript die Festplatte anfasst.
Der Fallstrick im Suchmuster
Path("belege").rglob("*.JPG") findet zwei der drei Belege, weil ein Suchmuster Groß- und Kleinschreibung unterscheidet und eine Datei in Kleinbuchstaben .jpeg heißt. Das ist der häufigste Fehler in einem Aufräumskript, und er ist stumm: der Lauf meldet Erfolg, und die Hälfte des Ordners bleibt unberührt.
Prüfung vor dem Dateizugriff
Suchmuster und Dateiendungen im Vergleich
Ein stummer Erfolg im Dateisystem ist gefährlicher als ein Abbruch. Die Prüfung der normalisierten Endung schützt vor übersehenen Dateien.
- JaEndung mit suffix.lower() geprüftErfasst .jpg und .jpeg unabhängig von Gross- und KleinschreibungJa
- NeinSuchmuster mit rglob("*.JPG") verwendetFindet kleingeschriebene .jpeg-Dateien nicht und meldet trotzdem ErfolgNein
- Jaiterdir für unkontrollierte Dateinamen gewähltPrüft jede Datei einzeln statt auf ein starres Glob-Muster zu vertrauenJa
- Nicht geprüftVerzeichnis vollständig unter eigener KontrolleNur bei garantiert einheitlicher Benennung ist rglob sicherNicht geprüft
Ein Dateifilter mit suffix.lower() erfasst alle drei Belege, während das Glob-Muster ein Drittel der Dateien stumm übergeht.
Die zuverlässige Version prüft die Endung statt das Muster: if p.suffix.lower() in {".jpg", ".jpeg"} hat alle drei erfasst. iterdir mit einem Vergleich lohnt sich, wenn es auf Korrektheit ankommt, rglob bleibt für Fälle, in denen die Namen unter eigener Kontrolle stehen.
Externe Programme aufrufen, und das Flag, das fehlt
Wenn die Aufgabe ein echtes Werkzeug braucht, ist subprocess.run der Weg, und subprocess.run nimmt eine Liste statt einer Zeichenkette entgegen, was einen Dateinamen mit Leerzeichen davor bewahrt, zu zwei Argumenten zu werden. Ein erfolgreicher Aufruf antwortete in der letzten Zeile mit breite: 4096.
Rückgabewerte externer Prozesse
Das Flag, das über Datenverlust entscheidet
Ohne explizite Fehlerprüfung ignoriert Python fehlgeschlagene Hilfsprogramme und führt nachfolgende Schritte ungebremst aus.
- check=True ist gesetztAusnahme auslösenCalledProcessError stoppt das Skript sofort und schützt Originaldateien vor versehentlichem Löschen.
- check=True fehltStumme FehlerausführungRückgabewert 1 wird übergangen und nachfolgende Destruktionsschritte laufen trotzdem weiter.
subprocess.run verlangt check=True, damit ein Fehlschlag den Prozess abbricht, statt mit Exit-Code 1 fortzufahren.
Ohne check=True antwortet ein fehlgeschlagener Befehl mit 1, und das Skript läuft trotzdem munter weiter. subprocess.run(["false"], check=True) löst CalledProcessError aus, und genau das braucht der nächste Schritt, wenn er annimmt, der vorige sei geglückt. Ein Aufräumskript, das Rückgabewerte ignoriert, löscht nach einer fehlgeschlagenen Konvertierung fröhlich die Originale.
Der Cronjob und was sich ändert
pathlib ist die Antwort der Standardbibliothek für alles, was mit dem Dateisystem zu tun hat, kostenlos, und schon seit Jahren die empfohlene. p.suffix, p.stem, p.with_name und p.rename lösten os.path.splitext ab, wo der Fehler mit dem Leerzeichen im Dateinamen früher entstand. Wer stattdessen ein eingebautes Modul für die Auswertung von Argumenten sucht, findet es unter Die Standardbibliothek.
Umgebungsumstellung
Vom Terminal in die Crontab
Was in der interaktiven Shell auf Anhieb funktioniert, scheitert im Zeitplaner meist an impliziten Annahmen über Pfade und Verzeichnisse.
- 01Interpreter-AufrufAbsoluter Pfad zur Python-Binärdatei verhindert Aufruf des falschen Interpreters
- 02ArbeitsverzeichnisExpliziter Pfad zu Eingabeordnern schützt vor fehlschlagenden relativen Pfaden
- 03Dateisystem-Methodenpathlib mit p.suffix und p.with_name ersetzt fehleranfällige String-Zerlegung
Ein Cronjob erfordert in jeder Zeile absolute Pfadangaben, da er mit einer stark reduzierten Umgebung startet.
cron auf dem Linux-Server des Betriebs setzt das Skript auf einen Zeitplan, kostenlos mit dem System, und ist dort seit Jahrzehnten Standard. Eine Zeile in der Crontab läuft unabhängig davon, wer angemeldet ist, anders als ein Task, der an eine Windows-Sitzung gebunden ist. Was sich dabei ändert: ein geplanter Lauf hat ein anderes Arbeitsverzeichnis und einen viel kleineren PATH als die eigene Shell, deshalb gehören absolute Pfade in jede Zeile, auch für den Interpreter selbst.
Wo Leute hier hängen bleiben
Der Stolperstein ist ein Skript, das interaktiv funktioniert und im Zeitplan nichts tut, ohne irgendeine Fehlermeldung. Fast immer ist es eine von drei Ursachen: das Arbeitsverzeichnis ist nicht das angenommene, also findet ein relativer Pfad nichts; der Interpreter im PATH des Zeitplaners ist nicht der mit den installierten Paketen; oder die Ausgabe geht in ein Protokoll, das niemand eingerichtet hat, und der Fehler bleibt unsichtbar.
Schutz vor stummem Scheitern
Drei Gewohnheiten für unbeaufsichtigte Läufe
Drei typische Fehlerquellen verhindern die automatisierte Ausführung. Eine gezielte Absicherung macht Fehler reproduzierbar und sichtbar.
- Absoluter Interpreter-Pfad+Start des systemweiten Python-Interpreters ohne Projektabhängigkeiten→Garantierte Ausführung in der Umgebung mit allen installierten Paketen
- Absoluter Verzeichnispfad+Fehlschlag relativer Pfade durch abweichendes Cron-Arbeitsverzeichnis→Zuverlässiges Auffinden von Belegen und Zielordnern
- Explizite Protokolldatei+Stummes Verschwinden von Fehlermeldungen im Nirvana→Vollständige Aufzeichnung von Standardausgabe und Fehlern zur Diagnose
Ein Testlauf mit geleerter Shell-Umgebung deckt fehlende Pfade auf, bevor der Zeitplaner nachts aktiv wird.
Gegen alle drei hilft dieselbe Gewohnheit: absoluter Pfad zum Interpreter, absoluter Pfad zum Ordner und zum Protokoll. Danach den Lauf einmal aus einer Shell mit geleerter Umgebung starten, bevor er um drei Uhr nachts laufen soll. Welcher Interpreter installierte Pakete kennt, klärt Pakete und Umgebungen. Was in dieses Protokoll gehört, damit der nächste Fehler auffindbar bleibt, ist die nächste Frage, beantwortet unter Protokollierung.