ফাইল I/O — open, with, encoding আর pathlib

১ · ফাইল কেন — প্রোগ্রামের স্মৃতি মুছে যায়, ফাইল থেকে যায়

এতদিন আপনার প্রতিটি প্রোগ্রাম একটি অদ্ভুত স্মৃতিভ্রংশে ভুগেছে। পর্ব ২১-এর CLI টুলে আপনি ছাত্রদের নাম আর নম্বর যোগ করেছেন, dict-এ সুন্দর করে সাজিয়েছেন। তারপর প্রোগ্রাম বন্ধ করলেন — আর সব শেষ। পরের বার চালালে আবার খালি dict. কারণ ভ্যারিয়েবল, list, dict — সবই থাকে RAM-এ, আর RAM-এর জিনিস প্রোগ্রাম শেষ হলে (বা বিদ্যুৎ গেলে) মুছে যায়।

ডেটাকে প্রোগ্রামের আয়ুর বাইরেও টিকিয়ে রাখার নাম persistence. এর সবচেয়ে পুরোনো ও সরল উপায় হলো file — হার্ডডিস্ক, SSD বা পেনড্রাইভে নাম দিয়ে রাখা বাইটের একটি সারি। ডেটাবেস, ক্লাউড স্টোরেজ, এমনকি AI মডেলের বিশাল weight — শেষ পর্যন্ত সবই কোথাও না কোথাও ফাইল হিসেবেই থাকে। তাই ফাইল পড়া-লেখা প্রায় প্রতিটি বাস্তব প্রোগ্রামের ভিত্তি।

text ফাইল = বাইট + একটি চুক্তি

ডিস্ক শুধু বাইট চেনে — ০ থেকে ২৫৫-এর সংখ্যা। “বাংলা” শব্দটি ডিস্কে কোনো অক্ষর হিসেবে থাকে না; থাকে ১৫টি বাইট হিসেবে, কারণ পর্ব ০৯-এ দেখেছেন, UTF-8-এ প্রতিটি বাংলা code point ৩ বাইট। লেখার সময় Python আপনার str-কে encode করে বাইট বানায়; পড়ার সময় বাইটকে decode করে আবার str বানায়। লেখা আর পড়ার সময় একই encoding ব্যবহার হলে সব ঠিক। না মিললে পাবেন আবর্জনা অক্ষর বা UnicodeDecodeError.

Python-এ ফাইলের সাথে সব কাজ হয় একটি file object-এর মাধ্যমে। open() ফাংশন অপারেটিং সিস্টেমের (OS) কাছে ফাইলটি চায়; OS একটি ছোট নম্বর দেয়, যাকে বলে file descriptor; Python সেটি মুড়ে দেয় একটি সুবিধাজনক object-এ, যার আছে read(), write(), close() ইত্যাদি method. এই object আসলে একটি stream — এক মাথা আপনার প্রোগ্রামে, আরেক মাথা ডিস্কে। পর্ব ১০-এ দেখা print() আর input()-ও আসলে এমন stream-এ লেখে-পড়ে: sys.stdout আর sys.stdin হলো ঠিক একই জাতের file object.

২ · open() আর মোড — r, w, a, x, b, +

open(path, mode, encoding=...) — প্রথমে ফাইলের নাম বা path, তারপর mode: আপনি ফাইলটি দিয়ে কী করতে চান। mode না দিলে ডিফল্ট "r" — শুধু পড়া, text হিসেবে। মোডগুলো ছোট অক্ষর, কিন্তু প্রতিটির পরিণাম বড়:

সবচেয়ে বিপজ্জনক অক্ষরটি হলো "w". এটি ফাইল খোলার মুহূর্তেই ফাইলটিকে শূন্য বাইটে নামিয়ে আনে — একে বলে truncate করা। আপনি একটি অক্ষরও না লিখলেও পুরোনো সব লেখা ততক্ষণে চলে গেছে। আর "x" মোড এসেছে Python 3.3-এ, ঠিক এই ভয় থেকে: “নতুন ফাইল বানাও, কিন্তু আগে থেকে থাকলে ভুলেও ছুঁয়ো না।” একটি ফাইল যার আগে থেকে দুটি লাইন আছে, তার ওপর তিনটি মোডের ফল ধাপে ধাপে দেখুন:

শনিবার,১২৫০
রবিবার,৯৮০

(শনিবার আর রবিবার — open-এর মুহূর্তেই মুছে গেছে)
সোমবার,১৪২০

শনিবার,১২৫০
রবিবার,৯৮০
সোমবার,১৪২০

FileExistsError: [Errno 17] File exists: 'sales.txt'
ফাইলে যা ছিল, তাই আছে:
শনিবার,১২৫০
রবিবার,৯৮০

"+" মোডগুলো ("r+" ইত্যাদি) একই ফাইলে পড়া আর লেখা দুটোই দেয়, কিন্তু তখন “এখন ফাইলের কোন জায়গায় আছি” — এই অবস্থান (f.seek(), f.tell()) নিজে সামলাতে হয়। text ফাইলে এটি ঝামেলার, কারণ বাংলা অক্ষর কয়েক বাইটের — ভুল জায়গায় লিখলে অক্ষর ভেঙে যায়। বাস্তবে প্রায় সবসময় সহজ পথটিই ভালো: পুরো ফাইল পড়ুন, মেমরিতে বদলান, তারপর নতুন করে লিখুন (অংশ ৮-এর নিরাপদ উপায়ে)।

৩ · with — ফাইল খোলার সঠিক উপায়

প্রতিটি খোলা ফাইল OS-এর একটি সম্পদ দখল করে রাখে। আর আপনি যা write() করেন, তা সঙ্গে সঙ্গে ডিস্কে যায় না — প্রথমে জমা হয় মেমরির একটি buffer-এ, কারণ ডিস্কে বারবার অল্প অল্প লেখা খুব ধীর। buffer ভরে গেলে, বা ফাইল বন্ধ হলে, জমা লেখা ডিস্কে যায় (একে বলে flush). তাই ফাইল বন্ধ না করলে দুটি বিপদ: শেষ অংশের লেখা ডিস্কে না পৌঁছাতে পারে, আর অনেক ফাইল খোলা রেখে দিলে OS-এর সীমা ফুরিয়ে যেতে পারে। Windows-এ খোলা ফাইল অন্য প্রোগ্রাম মুছতে বা সরাতেও পারে না।

পুরোনো ধাঁচে লেখা হতো f = open(...), কাজ, তারপর f.close(). সমস্যা হলো মাঝখানে কোনো exception উঠলে close() লাইনে আর পৌঁছানোই হয় না। সমাধান হলো with statement:

with open("sms_log.txt", "a", encoding="utf-8") as f:
    f.write("বিকাশ: ৫০০ টাকা এসেছে\n")
# এখানে এসে f নিশ্চিতভাবে বন্ধ — error হোক বা না হোক

with ব্লক যেভাবেই শেষ হোক — স্বাভাবিকভাবে, return দিয়ে, বা exception উঠে — ফাইল বন্ধ হবেই। কেন এটা কাজ করে? কারণ file object একটি context manager: সে জানে ব্লকে ঢোকার সময় কী করতে হবে আর বের হওয়ার সময় কী। ভেতরের যন্ত্রপাতি (__enter__, __exit__) আর নিজের context manager বানানো দেখবেন পর্ব ৩৬-এ; এখন শুধু মনে রাখুন — ফাইল মানেই with. একটি error হলে ঠিক কী ঘটে, ধাপে ধাপে দেখুন:

1with open("sms_log.txt", "a", encoding="utf-8") as f:2    f.write("বিকাশ: ৫০০ টাকা এসেছে\n")3    amount = int("৫০০x")    # ভুল ডেটা4print("লগ লেখা শেষ")

একসাথে দুটি ফাইল খুলতে একটি with-এই কমা দিয়ে লেখা যায়: with open("in.txt", encoding="utf-8") as src, open("out.txt", "w", encoding="utf-8") as dst:. লাইন লম্বা হলে Python 3.10 থেকে পুরোটা বন্ধনী দিয়ে কয়েক লাইনে ভাঙা যায়।

৪ · পড়া আর লেখা — পুরোটা, লাইন ধরে, না এক এক করে

ফাইল খোলার পর পড়ার চারটি উপায় আছে। কোনটি বেছে নেবেন, তা নির্ভর করে ফাইল কত বড় আর আপনি কী করতে চান তার ওপর:

file object নিজেই একটি iterator: লুপ প্রতিবার next() চাইলে সে ফাইল থেকে পরের লাইনটি পড়ে দেয়। ফলে ১০ GB-র একটি লগ ফাইলেও for line in f: একবারে মাত্র একটি লাইন (আর একটি buffer) মেমরিতে রাখে। অথচ f.read() বা f.readlines() পুরো ১০ GB RAM-এ তোলার চেষ্টা করবে — আপনার ল্যাপটপ থমকে যাবে। iterator কীভাবে কাজ করে, পর্ব ৩৪-এ গভীরে দেখবেন।

একটি জিনিস খেয়াল রাখুন: পড়া প্রতিটি লাইনের শেষে newline অক্ষর "\n" থেকে যায় (শেষ লাইনে না-ও থাকতে পারে)। তাই লাইন নিয়ে কাজের আগে সাধারণত line.rstrip("\n") বা line.strip() লাগে। strip() দুই পাশের সব ফাঁকা অক্ষর মোছে — লাইনের শুরুর ফাঁকা জায়গার অর্থ থাকলে শুধু rstrip("\n") ব্যবহার করুন। আর একবার পুরো ফাইল পড়া হয়ে গেলে file object “শেষে” থাকে — আবার read() ডাকলে পাবেন খালি string, যদি না ফাইল নতুন করে খোলেন।

লেখার তিন উপায়

• f.write(s) — একটি string লেখে, যা দিয়েছেন হুবহু তাই। নিজে থেকে নতুন লাইন যোগ করে না, তাই "\n" নিজে লিখতে হয়। ফেরত দেয় কয়টি অক্ষর লেখা হলো।
• print(..., file=f) — print()-এর সব সুবিধা (একাধিক মান, sep, শেষে নিজে থেকে "\n", সংখ্যা নিজে থেকে লেখায় রূপান্তর) কিন্তু পর্দার বদলে ফাইলে।
• f.writelines(lines) — string-এর একটি list বা যেকোনো iterable একের পর এক লেখে। নামে “lines” থাকলেও এটি নিজে থেকে "\n" বসায় না!

এবার সব একসাথে — একটি দোকানের প্রতিদিনের বিক্রির ডায়েরি। প্রথম দিন "w" দিয়ে নতুন খাতা, পরের দিনগুলো "a" দিয়ে যোগ, তারপর লাইন ধরে পড়ে মোট হিসাব, আর শেষে "x"-এর পাহারা পরীক্ষা:

from pathlib import Path

diary = Path("sales.txt")
with open(diary, "w", encoding="utf-8") as f:   # নতুন খাতা — পুরোনো লেখা মুছে যায়
    f.write("শনিবার,১২৫০\n")
with open(diary, "a", encoding="utf-8") as f:   # শেষে যোগ হয়
    print("রবিবার,৯৮০", file=f)
    f.writelines(["সোমবার,১৪২০\n"])
total = 0
with open(diary, encoding="utf-8") as f:
    for line in f:                              # এক লাইন করে পড়া
        day, amount = line.rstrip("\n").split(",")
        total += int(amount)
        print(day, int(amount))
print("মোট:", total, "টাকা")
try:
    with open(diary, "x", encoding="utf-8") as f:
        f.write("নতুন")
except FileExistsError:
    print("x মোড: ফাইল আগেই আছে, কিছু লেখা হয়নি")
print(diary.stat().st_size, "বাইট,", len(diary.read_text(encoding="utf-8")), "অক্ষর")

আরও দুটি বাস্তব উদাহরণ

দোকানের দামের তালিকা থেকে dict. ধরুন prices.txt-এ প্রতিটি লাইনে চাল=75 ধরনের লেখা। লাইন ধরে পড়ে, ফাঁকা লাইন ও # দিয়ে শুরু মন্তব্য বাদ দিয়ে একটি dict বানানো যায়:

price = {}
with open("prices.txt", encoding="utf-8") as f:
    for line in f:
        line = line.strip()
        if not line or line.startswith("#"):
            continue
        name, taka = line.split("=", 1)
        price[name.strip()] = int(taka)

বাংলা লেখায় শব্দ গোনা. একটি গল্প বা খবরের ফাইলে কোন শব্দ কতবার এসেছে — NLP-র একেবারে প্রথম ধাপ। লাইন ধরে পড়ুন, split() দিয়ে শব্দে ভাঙুন, দাঁড়ি-কমা ছেঁটে dict-এ গুনুন। বাংলায় একটি সতর্কতা: strip(".,!?")-এ বাংলা দাঁড়ি । যোগ করতে ভুলবেন না, আর অনুশীলন ২-এ পুরো সমাধান দেখবেন। collections.Counter দিয়ে এটি আরও ছোট হয় (পর্ব ২৭)।

৫ · Encoding — বাইট থেকে বাংলা, আর বাংলা থেকে আবর্জনা

অংশ ১-এর চুক্তির কথা মনে করুন: text ফাইল মানে বাইট + encoding. open()-এ encoding না বললে Python একটি ডিফল্ট ধরে নেয় — আর এই ডিফল্টটাই বহু বছর ধরে বাংলা (এবং সব অ-ইংরেজি) ব্যবহারকারীর মাথাব্যথা। ডিস্কের বাইট কীভাবে str হয়, আর ভুল encoding-এ কী ঘটে, ধাপে ধাপে দেখুন। ফাইলে আছে শুধু চা আর একটি newline:

e0 a6 9a e0 a6 be 0a
↑ শুধু সংখ্যা। কোনো “অক্ষর” এখানে নেই।

[e0 a6 9a] → U+099A  চ
[e0 a6 be] → U+09BE  া
[0a]       → U+000A  \n
e0 দিয়ে শুরু মানে: “আমি ৩ বাইটের একটি দলের প্রথম বাইট”

f.read()          → 'চা\n'
f.read().strip()  → 'চা'   len = 2

e0 → à   a6 → ¦   9a → š
e0 → à   a6 → ¦   be → ¾
'চা'   ← mojibake: প্রতিটি বাইটকে আলাদা অক্ষর ভাবা হয়েছে

encoding="ascii"   → UnicodeDecodeError: 'ascii' codec can't decode byte 0xe0 ...
অসম্পূর্ণ বাইট [e0 a6] + errors="replace" → '�'
সমাধান একটাই: যে encoding-এ লেখা, সেটিতেই পড়ুন — encoding="utf-8"

ডিফল্ট encoding-এর ইতিহাস — সাবধানে বলি

open()-এ encoding না দিলে Python ব্যবহার করে আপনার কম্পিউটারের locale-এর encoding. Linux আর macOS-এ এটি প্রায় সবসময় UTF-8, তাই সেখানে encoding না লিখলেও বাংলা সাধারণত ঠিক থাকে। কিন্তু Windows-এ এটি ঐতিহাসিকভাবে একটি “ANSI code page” — ইংরেজি সেটিংয়ে সাধারণত cp1252, যা বাংলা লিখতেই পারে না। ফলাফল পরিচিত: আপনার ল্যাপটপে (Linux) কোড ঠিক চলে, বন্ধুর Windows-এ UnicodeEncodeError বা mojibake.

• Python 3.7 (PEP 540) আনে ঐচ্ছিক UTF-8 Mode: python -X utf8 বা পরিবেশ ভ্যারিয়েবল PYTHONUTF8=1 দিলে locale যা-ই হোক, ডিফল্ট হয় UTF-8.
• Python 3.10 (PEP 597) আনে EncodingWarning — -X warn_default_encoding দিয়ে চালালে encoding ছাড়া প্রতিটি open()-এর জন্য সতর্কতা দেখায়, আর locale-এর encoding ইচ্ছা করে চাইলে লেখা যায় encoding="locale".
• PEP 686 সিদ্ধান্ত নিয়েছে UTF-8 Mode-কে ডিফল্ট করার, আর পরিকল্পনা অনুযায়ী এটি Python 3.15 থেকে চালু হওয়ার কথা। তখনও কেউ PYTHONUTF8=0 দিয়ে বন্ধ করতে পারবেন, আর লাখো মানুষ পুরোনো Python চালাতেই থাকবেন।

BOM আর utf-8-sig

কিছু Windows প্রোগ্রাম UTF-8 ফাইলের একেবারে শুরুতে তিনটি বাড়তি বাইট বসায়: ef bb bf. একে বলে BOM (Byte Order Mark). Excel-এর “CSV UTF-8” ফরম্যাট এটা করে, আর Windows 10-এর ২০১৯ সালের আপডেটের আগে Notepad “UTF-8” বলতে BOM-সহ UTF-8 বুঝত। encoding="utf-8" দিয়ে পড়লে BOM একটি অদৃশ্য অক্ষর '\ufeff' হয়ে প্রথম লাইনের শুরুতে বসে থাকে। ফলে first_line == "নাম" হয় False, যদিও প্রিন্ট করলে দুটি হুবহু একই দেখায়! সমাধান: এমন ফাইল পড়ুন encoding="utf-8-sig" দিয়ে — BOM থাকলে বাদ দেয়, না থাকলে কিছুই করে না। নিজের ফাইল লেখার সময় সাধারণ "utf-8" (BOM ছাড়া) ব্যবহার করুন; শুধু যদি জানেন ফাইলটি Excel-এ খোলা হবে আর বাংলা ঠিক দেখাতে হবে, তখন "utf-8-sig" দিয়ে লিখুন। CSV-র বিস্তারিত পর্ব ২৬-এ।

Newline-এর অনুবাদ

লাইন শেষের চিহ্ন সব OS-এ এক নয়: Linux/macOS-এ "\n", Windows-এ "\r\n" (দুটি বাইট)। text মোডে Python এই পার্থক্য লুকিয়ে রাখে — একে বলে universal newlines. পড়ার সময় "\r\n" বা "\r" যা-ই থাকুক, আপনি পাবেন শুধু "\n". লেখার সময় আপনার "\n" বদলে যায় সেই OS-এর নিজস্ব চিহ্নে। এজন্যই Windows-এ একই লেখার ফাইল একটু বড় হয়। এই অনুবাদ থামাতে চাইলে open(..., newline="") — CSV module ঠিক এটাই চায় (পর্ব ২৬)। আর binary মোডে কোনো অনুবাদই হয় না: যা আছে, হুবহু তাই।

৬ · Binary মোড আর বড় ফাইল — ছবি, PDF, টুকরো করে কপি

ছবি, PDF, zip, ভিডিও — এগুলোর বাইট কোনো লেখা নয়। এগুলো "r" দিয়ে খুললে Python বাইটগুলোকে UTF-8 হিসেবে decode করার চেষ্টা করবে আর প্রায় সঙ্গে সঙ্গে UnicodeDecodeError দেবে। আর errors="replace" দিয়ে জোর করে পড়ে আবার লিখলে ফাইলটি স্থায়ীভাবে নষ্ট হয়ে যাবে। এমন ফাইলের জন্য binary mode — "rb", "wb". তখন read() দেয় bytes, write() চায় bytes, আর encoding দেওয়া যায় না (দিলে ValueError), কারণ অনুবাদ করার কিছুই নেই। এর উল্টো text mode, যা ডিফল্ট।

একটি বড় ভিডিও কপি করতে হলে পুরোটা read() করে RAM-এ তোলা বোকামি। এর বদলে নির্দিষ্ট মাপের টুকরো — chunk — পড়ুন আর লিখুন, যতক্ষণ না read() খালি b"" ফেরত দেয় (মানে ফাইলের শেষ, EOF). পর্ব ০৮-এর walrus অপারেটর এখানে চমৎকার মানায়:

CHUNK = 1024 * 1024                      # একবারে ১ MB
with open("lecture.mp4", "rb") as src, open("backup.mp4", "wb") as dst:
    while chunk := src.read(CHUNK):
        dst.write(chunk)

এই লুপ ৪ GB-র ফাইলেও মাত্র ১ MB মেমরি নেয়। বাস্তবে নিজে লুপ না লিখে standard library-র shutil.copyfile(src, dst) বা shutil.copy2() (metadata-সহ) ব্যবহার করুন — ভেতরে একই কাজ, আর কিছু OS-এ আরও দ্রুত কৌশলও কাজে লাগায়। কিন্তু টুকরো করে পড়ার ধারণাটি মনে রাখুন: ফাইল থেকে hash বের করা, নেটওয়ার্কে আপলোড, বড় ডেটাসেট প্রক্রিয়া — সব জায়গায় এই একই নকশা।

binary মোডে বাইট দেখে ফাইলের ধরনও চেনা যায়। প্রতিটি PNG শুরু হয় \x89PNG দিয়ে, প্রতিটি PDF %PDF দিয়ে — এদের বলে “magic number”. open(p, "rb").read(4) পড়ে মিলিয়ে দেখলে বোঝা যায়, কেউ .exe ফাইলের নাম বদলে .pdf করে দিয়েছে কি না। ফাইলের extension শুধু একটি নাম; আসল পরিচয় ভেতরের বাইটে।

৭ · pathlib — path-কে string নয়, object ভাবুন

ফাইলের ঠিকানাকে বলে path. Windows-এ C:\Users\Rahim\Documents\sales.txt, Linux-এ /home/rahim/sales.txt. যে path মূল (root) থেকে শুরু, সেটি absolute path; আর data/sales.txt-এর মতো path, যা প্রোগ্রামের বর্তমান ফোল্ডার — working directory — থেকে গোনা হয়, সেটি relative path. খেয়াল করুন, relative path স্ক্রিপ্টের ফোল্ডার থেকে নয়, যে ফোল্ডার থেকে প্রোগ্রাম চালানো হয়েছে সেখান থেকে গোনা হয় — নতুনদের “ফাইল তো আছে, তবু FileNotFoundError কেন?” প্রশ্নের অর্ধেক উত্তর এটাই।

নতুনরা path বানায় string জোড়া দিয়ে: folder + "\\" + name. এতে সমস্যা অনেক — Windows-এর backslash Linux-এ চলে না, "\n"-এর মতো escape sequence গোলমাল করে (পর্ব ০৯), কোথাও স্ল্যাশ দুবার বা একবারও না বসার ভয়। Python 3.4 থেকে standard library-তে আছে pathlib, যেখানে path একটি object — আর / অপারেটর দিয়ে জোড়া লাগে, OS অনুযায়ী সঠিক বিভাজক নিজেই বসে:

from pathlib import Path

p = Path("shop") / "2026" / "report.final.pdf"
p.name       # 'report.final.pdf'
p.stem       # 'report.final'   (শেষ extension বাদ)
p.suffix     # '.pdf'
p.parent     # Path('shop/2026')
p.with_suffix(".txt")   # Path('shop/2026/report.final.txt')

পুরোনো কোড, টিউটোরিয়াল আর AI-এর উত্তরে আপনি প্রচুর os.path দেখবেন — সেগুলো ভুল নয়, শুধু পুরোনো ধাঁচ: path সেখানে সাধারণ string, আর প্রতিটি কাজ আলাদা ফাংশন। পড়তে পারা দরকার, নতুন কোডে pathlib পছন্দ করুন। দুটি মিশেও যায়: open(), os, shutil — সবাই Path object সরাসরি নেয়। mkdir()-এ parents=True মাঝের সব ফোল্ডারও বানায়, আর exist_ok=True ফোল্ডার আগে থাকলে error দেয় না — দুটি একসাথে দিলে “নিশ্চিত করো যে ফোল্ডারটি আছে” কাজটি এক লাইনে হয়।

glob প্যাটার্নে * মানে “যেকোনো কিছু”, ? মানে “যেকোনো একটি অক্ষর”: glob("*.txt") শুধু এই ফোল্ডারে খোঁজে, rglob("*.txt") ভেতরের সব ফোল্ডারেও। একটি গুরুত্বপূর্ণ সতর্কতা: iterdir(), glob() আর os.listdir() কোনো নির্দিষ্ট ক্রমে ফল দেয় না — ক্রম নির্ভর করে OS আর file system-এর ওপর। এক কম্পিউটারে যে ক্রম, আরেকটিতে ভিন্ন। তাই ফল দেখানো, রিপোর্ট বানানো বা টেস্টে সবসময় sorted(...) দিয়ে নিন।

এবার একটি বাস্তব কাজ: Downloads ফোল্ডার গোছানো — প্রতিটি ফাইলকে তার extension-এর নামের ফোল্ডারে সরানো। সাথে দামের তালিকা নিরাপদে লেখা, যা অংশ ৮-এ ব্যাখ্যা করা হবে:

from pathlib import Path

downloads = Path("downloads")
downloads.mkdir(exist_ok=True)
for name in ["bill.pdf", "photo.JPG", "notes.txt", "song.mp3", "cv.pdf"]:
    (downloads / name).write_text("demo", encoding="utf-8")

for item in sorted(downloads.iterdir()):        # sorted — ক্রম নিশ্চিত
    if item.is_file():
        folder = downloads / item.suffix.lower().lstrip(".")
        folder.mkdir(parents=True, exist_ok=True)
        item.rename(folder / item.name)
for p in sorted(downloads.rglob("*")):
    if p.is_file():
        print(p.relative_to(downloads).as_posix(), "|", p.stem, p.suffix)

prices, tmp = Path("prices.txt"), Path("prices.txt.tmp")
tmp.write_text("চাল=75\nডাল=140\n", encoding="utf-8")
tmp.replace(prices)                             # একবারে পুরো ফাইল বদল
lines = prices.read_text(encoding="utf-8").splitlines()
print(dict(ln.split("=") for ln in lines), prices.exists(), tmp.exists())

৮ · ফাইলের error, crash-এ নিরাপদ লেখা আর অবিশ্বস্ত path

ফাইল আপনার প্রোগ্রামের বাইরের জগৎ — আর বাইরের জগৎ আপনার কথা শোনে না। ফাইল মুছে যেতে পারে, অনুমতি না থাকতে পারে, ডিস্ক ভরে যেতে পারে, পেনড্রাইভ খুলে নেওয়া হতে পারে। তাই ফাইলের কোডে error সামলানো ঐচ্ছিক নয়। সব ফাইল-সংক্রান্ত error হলো OSError-এর সন্তান (এই গাছটি Python 3.3-এ PEP 3151 দিয়ে গোছানো হয়েছিল), আর সবচেয়ে প্রচলিতগুলো:

এগুলো ধরার কৌশল পর্ব ২৪-এর try/except. একটি গুরুত্বপূর্ণ নীতি: “আগে দেখো, তারপর খোলো” নয়, “খুলে দেখো, না হলে সামলাও”. if p.exists(): open(p) লিখলে, exists() আর open()-এর মাঝের মুহূর্তে অন্য কোনো প্রোগ্রাম ফাইলটি মুছে ফেলতে পারে (একে বলে race condition). তাই সরাসরি খুলুন, আর নির্দিষ্ট error ধরুন:

from pathlib import Path

def load_prices(path: Path) -> dict[str, int]:
    try:
        text = path.read_text(encoding="utf-8-sig")
    except FileNotFoundError:
        print(f"{path.name} পাওয়া যায়নি — খালি তালিকা দিয়ে শুরু করছি")
        return {}
    except PermissionError:
        print(f"{path.name} খোলার অনুমতি নেই — Excel-এ খোলা থাকলে বন্ধ করুন")
        raise
    return {k: int(v) for k, v in (ln.split("=", 1) for ln in text.splitlines() if ln)}

লক্ষ করুন, FileNotFoundError-এর ক্ষেত্রে আমরা একটি যুক্তিসংগত বিকল্প (খালি তালিকা) দিয়েছি, কিন্তু PermissionError-এ বার্তা দিয়ে আবার raise করেছি — কারণ সেখানে চুপচাপ এগিয়ে যাওয়ার কোনো ভালো উপায় নেই। except Exception: বা খালি except: দিয়ে সব গিলে ফেলবেন না; তাতে ডিস্ক ভরে যাওয়ার মতো আসল সমস্যাও লুকিয়ে যায়।

নিরাপদ লেখা — temp ফাইলে লিখে replace

ধরুন আপনার দোকানের ৩০০ পণ্যের দামের তালিকা prices.txt-এ। আপনি দাম আপডেট করে "w" দিয়ে নতুন করে লিখছেন, আর ঠিক অর্ধেক লেখার সময় লোডশেডিং। এখন ফাইলে নতুন তালিকার অর্ধেক — পুরোনোটিও নেই, নতুনটিও নেই। এই বিপদ এড়ানোর কৌশল হলো temp ফাইলে লেখো, তারপর এক ধাক্কায় বদলাও:

1tmp = path.with_name(path.name + ".tmp")2with open(tmp, "w", encoding="utf-8") as f:3    f.write(new_text)4    f.flush(); os.fsync(f.fileno())5os.replace(tmp, path)

বাস্তবে temp ফাইলের নাম নিজে বানানোর বদলে standard library-র tempfile.NamedTemporaryFile(dir=path.parent, delete=False) ব্যবহার করা ভালো, যাতে দুটি প্রোগ্রাম একই temp নাম না নেয়। আর fsync ধীর — প্রতিটি লগ লাইনে দরকার নেই; দরকার কনফিগারেশন, দামের তালিকা, সেভ-ফাইলের মতো “নষ্ট হলে সর্বনাশ” ফাইলে। Windows-এ os.replace() সাধারণত কাজ করে, কিন্তু POSIX-এর মতো কড়া atomic নিশ্চয়তা নথিতে দেওয়া নেই, আর আসল ফাইলটি অন্য প্রোগ্রাম খুলে রাখলে PermissionError আসতে পারে।

অবিশ্বস্ত path — ফোল্ডারের বাইরে যেতে দেবেন না

ধরুন আপনার ওয়েব অ্যাপে ব্যবহারকারী একটি ফাইলের নাম পাঠায়, আর আপনি Path("uploads") / name খুলে দেখান। কেউ যদি নাম পাঠায় ../../.env? .. মানে “এক ফোল্ডার উপরে” — তাই এই path uploads ছেড়ে বেরিয়ে আপনার গোপন পাসওয়ার্ডের ফাইল পর্যন্ত চলে যেতে পারে। এই আক্রমণের নাম path traversal. আর absolute path পাঠালে আরও সহজ: Path("uploads") / "/etc/passwd"-এর ফল শুধু /etc/passwd — / অপারেটর ডান দিকের absolute path পেলে বাম দিকটি ফেলে দেয়।

প্রতিরক্ষার মূল কথা (বিস্তারিত পর্ব ৫০-এ): বাইরে থেকে আসা নাম কখনো বিশ্বাস করবেন না। path-টি resolve() দিয়ে পূর্ণ, ..-মুক্ত আকারে আনুন, তারপর যাচাই করুন সেটি অনুমোদিত ফোল্ডারের ভেতরেই আছে কি না — target.is_relative_to(base) (Python 3.9 থেকে)। না হলে বাতিল। আরও ভালো হলো ব্যবহারকারীর দেওয়া নাম আদৌ ব্যবহার না করে নিজে একটি নিরাপদ নাম (যেমন একটি ID) দেওয়া। এটি input validation-এরই একটি রূপ।

৯ · AI-এর যুগে — ফাইলের কোডে AI-এর চেনা ভুল

“একটি ফাইল পড়ে এটা করো” — AI-কে দেওয়া সবচেয়ে সাধারণ অনুরোধগুলোর একটি, আর AI-এর কোড সাধারণত প্রথম চেষ্টায় চলেও যায়। সমস্যা হলো, AI-কে যে কম্পিউটারে পরীক্ষা করা হয়নি, তার কথা সে ভাবে না: Windows-এর ডিফল্ট encoding, ১০ GB-র ফাইল, লেখার মাঝখানে crash, বা ভুল করে মুছে যাওয়া পুরোনো ডেটা। নিচের ভুলগুলো বারবার দেখা যায়:

ফাইলের কাজে AI-এর কোড পেলে — যাচাইয়ের চেকলিস্ট

• text মোডের প্রতিটি open(), read_text(), write_text()-এ encoding= আছে
• প্রতিটি ফাইল with দিয়ে খোলা — কোথাও একা open() আর ভুলে যাওয়া close() নেই
• মোড যাচাই করেছি: যেখানে ইতিহাস জমবে সেখানে "a", পুরোনোটি রাখতে হলে "x" বা ব্যাকআপ
• বড় হতে পারে এমন ফাইল লাইন ধরে বা chunk ধরে পড়া হচ্ছে
• path বানানো হয়েছে pathlib দিয়ে; ফোল্ডারের তালিকা sorted
• নির্দিষ্ট error ধরা হয়েছে, আর জরুরি ফাইল লেখা হয়েছে temp + replace দিয়ে
• বাইরে থেকে আসা কোনো path থাকলে সেটি অনুমোদিত ফোল্ডারের ভেতরে কি না যাচাই হয়েছে; একটি বাংলা লেখার টেস্ট ফাইল দিয়ে চালিয়ে দেখেছি