Fix File Extension

Lee lo que un archivo contiene realmente y, cuando eso contradice su extensión, le cambia el nombre con la extensión que suele llevar su tipo: un PDF guardado como .dat pasa a ser .pdf. Es útil cuando un sistema de origen entrega archivos con extensiones incorrectas o ausentes.

Entradas

• Archivo o directorio de entrada: un archivo, o una carpeta cuyos archivos se comprueban uno por uno, en una cuenta de documentos. Los archivos cambian de nombre donde están, por lo que no hay ubicación de salida.

Cómo funciona

El paso identifica el tipo de cada archivo a partir de su contenido y solo le cambia el nombre cuando al nombre actual le falta la extensión, tiene una extensión de marcador de posición (.dat, .tmp o .bin) o indica un tipo distinto que el paso reconoce.

Los tipos que reconoce son PDF; imágenes JPEG, PNG, GIF, TIFF, BMP, WebP y HEIC; documentos de Excel (.xlsx, .xls), Word (.docx, .doc) y PowerPoint (.pptx); archivos comprimidos ZIP y GZip; y CSV, JSON, HTML, XML y texto sin formato.

Un archivo conserva su nombre cuando:

• su extensión ya se corresponde con su contenido: .jpg y .jpeg encajan ambas con un JPEG, y .tif y .tiff con un TIFF;
• su extensión es una que el paso no reconoce, como .sql, .log o .ai, porque el contenido por sí solo no permite distinguir un script SQL de cualquier otro texto, ni un archivo de Illustrator de un PDF;
• contiene texto sin formato con una extensión de texto como .csv, .tsv o .json;
• contiene un formato de texto con la extensión de otro (XML en un archivo .html, CSV en un archivo .json), porque el contenido no permite distinguirlos de forma fiable. Solo se cambia el nombre a un formato de texto a un archivo .txt, o a uno sin extensión o con una extensión de marcador de posición;
• es un archivo ZIP con nombre de documento de Office, ya que los archivos .xlsx, .docx y .pptx son archivos ZIP por dentro;
• no se puede determinar su tipo, como ocurre con un archivo vacío.

Un archivo comprimido se juzga por su propio contenido: sus miembros no se abren ni se renombran. Se omiten los archivos cuyos nombres empiezan por ..

Ejemplos

Archivo	Contenido	Resultado
invoice.dat	PDF	se renombra a invoice.pdf
photo.png	JPEG	se renombra a photo.jpg
export.txt	CSV	se renombra a export.csv
readme	texto sin formato	se renombra a readme.txt
query.sql	texto sin formato	sin cambios
budget.xlsx	ZIP	sin cambios

Notas

• Si la ruta de entrada no existe o no contiene archivos, el paso termina con una advertencia que indica la ruta y no procesa nada, y el flujo de trabajo continúa.

Relacionado

• Concatenate files
• Guía de documentos