• Saltar al contenido principal
  • Skip to secondary menu
  • Saltar a la barra lateral principal
  • Saltar al pie de página
  • Inicio
  • Secciones
    • Ciencia de datos
    • Criptografía
    • Herramientas
    • Machine Learning
    • Noticias
    • Opinión
    • Productividad
    • Programación
      • JavaScript
      • Julia
      • Matlab
      • Python
      • R
  • Programación
    • JavaScript
    • Julia
    • Matlab
    • Python
    • R
  • Laboratorio
    • Estadística
      • Calculadora del Tamaño Muestral en Encuestas
      • Calculadora de estadísticos descriptivos
      • Test de normalidad
      • Calculadora de contrastes de hipotesis
      • Calculadora de tamano del efecto
      • Simulador de Regresión Lineal con Ruido
      • Descenso de gradiente
      • Visualizador de PCA
      • Visualizador de Series Temporales
      • Simulador de Regresión Logística
      • Matriz de confusión e informe de clasificación
      • Visualizador de fronteras de decisión
      • Simulador de K-Means
      • Número Óptimo de Clusters
      • Simulador de DBSCAN
      • Detector de la Ley de Benford
      • Ajuste de Curvas
      • Calculadora de Matrices
    • Probabilidad
      • Calculadora de Probabilidad de Distribuciones
      • Problema del cumpleaños
      • Calculadora de Probabilidades de Lotería
      • Simulador del Problema de Monty Hall
      • La aguja de Buffon
      • Simulador de la Estrategia Martingala
      • Simulador de Cadenas de Markov
    • Finanzas
      • Calculadora de Préstamos e Hipotecas
      • Conversor TIN ↔ TAE
      • Calculadora DCA con ajuste por inflación
      • Comparador de tarifas de luz 2.0TD
      • Calculadora XIRR con Flujos Irregulares
      • Simulador FIRE (Financial Independence, Retire Early)
      • Frontera Eficiente
    • Negocios
      • CLV
      • Scoring
    • Herramientas
      • Formateador / Minificador de JSON
      • Conversor CSV ↔ JSON
      • Consultar CSV con SQL en el navegador
      • Extractor de tickets (OCR)
      • Comparador y Formateador de Texto y JSON
      • Formateador y Tester de Expresiones Regulares
      • Inspector de JWT
      • Generador y verificador de hashes
      • Calculadora HMAC
      • Codificador / Decodificador Base64 y URL
      • Conversor de bases numericas
      • Conversor de Timestamp Unix
      • Conversor de colores
      • Generador de UUIDs
      • Editor de expresiones cron
      • Conversor de unidades
    • Juegos
      • Tres en Raya
      • Nim con Q-Learning
    • Más
      • Método D’Hondt
      • Generador de Contraseñas Seguras
  • Noticias
  • Boletín
  • Contacto
  • Tienda
    • Libros
    • Equipamiento de oficina
    • Equipamiento en movilidad

Analytics Lane

Ciencia e ingeniería de datos aplicada

  • Ciencia de datos
  • Machine Learning
  • IA Generativa
  • Python
  • Pandas
  • NumPy
  • R
  • Excel

Cómo validar nombres de hojas (sanitizar) y archivos Excel con Python

noviembre 4, 2024 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 5 minutos

Al trabajar con archivos Excel en Python, es posible encontrarse con problemas relacionados con los nombres de las hojas o de los archivos. Especialmente cuando estos los introduce un usuario. Por ejemplo, los nombres de las hojas en Excel tienen restricciones de longitud y no permiten ciertos caracteres. Lo mismo que los nombres de archivos. En esta entrada, se explicará cómo crear un archivo Excel básico con Python, cómo validar nombres de hojas y archivos. Creando funciones para solucionar de forma automática estos problemas.

Tabla de contenidos

  • 1. Creación de un archivo Excel básico con Python
    • 1.1. Instalación de openpyxl
    • 1.2. Crear un archivo Excel
  • 2. Restricciones en los nombres de las hojas de cálculo
  • 3. Restricciones en los nombres de archivos
  • 4. Cómo validar nombres de hojas de cálculo
    • 4.1. Integración durante la creación de las hojas de cálculo Excel en Python
  • 5. Cómo validar los nombres de archivos
    • 5.1. Integración durante la creación de los archivos
  • 6. Conclusiones

Creación de un archivo Excel básico con Python

Antes de abordar los problemas de nombres, es necesario saber cómo crear un archivo Excel en Python. Aunque se puede hacer con Pandas, en esta entrada se va a usar la librería openpyxl, con la que es posible manipular archivos Excel (.xlsx).

Instalación de openpyxl

Para instalar la librería, como es habitual, se puede usar el comando pip. En este caso solamente se debe ejecutar el siguiente comando en una terminal:

pip install openpyxl

Crear un archivo Excel

Una vez instalada la librería, se puede crear un archivo Excel básico con una hoja mediante el siguiente código:

import openpyxl

# Crear un nuevo archivo Excel
workbook = openpyxl.Workbook()

# Seleccionar la hoja activa (por defecto es la primera hoja)
hoja = workbook.active

# Añadir datos a la hoja
hoja['A1'] = 'Hola'
hoja['B1'] = 'Mundo'

# Guardar el archivo
workbook.save('archivo_ejemplo.xlsx')

Este código creará un archivo llamado archivo_ejemplo.xlsx en la ruta actual, con una hoja de cálculo y dos mensajes de texto en dos celdas. Una vez creado el archivo, se pueden abordar los problemas relacionados con los nombres de las hojas de cálculo y los archivos.

Shallow copy vs Deep copy en Python: la mutación inesperada
En Analytics Lane
Shallow copy vs Deep copy en Python: la mutación inesperada

Restricciones en los nombres de las hojas de cálculo

En Excel existe algunas restricciones sobre los nombres de las hojas de cálculo:

  1. Longitud máxima: Los nombres de las hojas de cálculo no pueden exceder los 31 caracteres.
  2. Caracteres no permitidos: Los siguientes caracteres no se permiten en los nombres de las hojas de cálculo:
  • : (dos puntos)
  • \ (barra invertida)
  • / (barra)
  • ? (signo de interrogación)
  • * (asterisco)
  • [ ] (corchetes)

Restricciones en los nombres de archivos

Al igual que con las hojas de cálculo, los nombres de archivos también tienen restricciones impuestas por el sistema operativo. Los caracteres más problemáticos son:

  • Windows: \, /, :, *, ?, ", <, >, |
  • Linux: Menos restricciones, pero es recomendable evitar caracteres especiales.

Cómo validar nombres de hojas de cálculo

Para evitar problemas en los nombres de las hojas de cálculo, se puede crear una función que sanee los nombres que se le pasan. Validando que de que no contengan caracteres no válidos y que la longitud no supere los 31 caracteres.

import re

def sanitizar_nombre_hoja(nombre_hoja):
    """
    Limpia y valida el nombre de una hoja de Excel eliminando caracteres no permitidos 
    y asegurando que no exceda el límite de longitud.

    Parámetros
    ----------
    nombre_hoja : str
        El nombre de la hoja de Excel a validar y limpiar. Puede contener caracteres no válidos 
        o ser demasiado largo.

    Devoluciones
    ------------
    nombre_sanitizado : str
        El nombre de la hoja validado y limpio, sin caracteres no permitidos y con una longitud 
        máxima de 31 caracteres.

    Ejemplos
    --------
    >>> sanitizar_nombre_hoja("Ventas*|Regionales?")
    'VentasRegionales'
    
    >>> sanitizar_nombre_hoja("HojaConNombreMuyLargoQueDebeSerAcortadoHasta31Caracteres")
    'HojaConNombreMuyLargoQueDebeSerAc'

    Notas
    -----
    Los nombres de las hojas en Excel tienen las siguientes restricciones:
        - La longitud máxima es de 31 caracteres.
        - Los siguientes caracteres no están permitidos: \ / * ? : [ ].
    
    Esta función se encarga de eliminar esos caracteres y limitar la longitud del nombre de 
    la hoja para evitar errores al crear o manipular archivos Excel.
    """
    # Eliminar caracteres no válidos
    nombre_sanitizado = re.sub(r'[\\/*?:[\]]', '', nombre_hoja)
    
    # Limitar la longitud a 31 caracteres
    if len(nombre_sanitizado) > 31:
        nombre_sanitizado = nombre_sanitizado[:31]
    
    return nombre_sanitizado

Ejemplo de Uso:

nombre_hoja = "Datos:*|Invalurosos?"
nombre_hoja_sanitizado = sanitizar_nombre_hoja(nombre_hoja)

print(f"Nombre original: {nombre_hoja}")
print(f"Nombre sanitizado: {nombre_hoja_sanitizado}")

El nombre original Datos:*|Invalurosos? será convertido en DatosInvalurosos.

Integración durante la creación de las hojas de cálculo Excel en Python

Ahora se dispone de la función para validar (sanitizar) los nombres de las hojas, se puede utilizar al asignar el nombre a las hojas de cálculo durante el proceso de creación:

workbook = openpyxl.Workbook()
workbook.active.title = sanitizar_nombre_hoja("Datos:*|Invalurosos?")
workbook.save('archivo_ejemplo_sanitizado.xlsx')

Cómo validar los nombres de archivos

De manera similar, podemos validar los nombres de los archivos para evitar problemas al guardarlos en el sistema de archivos. Como se explicó en más detalle en una entrada anterior. Para ello, al igual que en el caso de los nombres, se puede crear una función para eliminar los caracteres no válidos y limitar la longitud del nombre:

import re

def sanitizar_nombre_archivo(nombre_archivo):
    """
    Limpia y valida el nombre de un archivo eliminando caracteres no permitidos y 
    asegurando que no exceda la longitud máxima permitida por el sistema de archivos.

    Parámetros
    ----------
    nombre_archivo : str
        El nombre del archivo a validar y limpiar. Puede contener caracteres no válidos 
        o ser demasiado largo.

    Devoluciones
    ------------
    nombre_sanitizado : str
        El nombre del archivo validado y limpio, sin caracteres no permitidos y con una 
        longitud máxima de 255 caracteres.

    Ejemplos
    --------
    >>> sanitizar_nombre_archivo("reporte_de:*|ventas?.xlsx")
    'reporte_deventas.xlsx'
    
    >>> sanitizar_nombre_archivo("archivo_con_nombre_muy_largo_que_necesita_ser_acortado_" + "x"*240 + ".xlsx")
    'archivo_con_nombre_muy_largo_que_necesita_ser_acortado_xxxxxxxxxxxxxxxxxxx'

    Notas
    -----
    Los sistemas de archivos tienen restricciones sobre los nombres de archivo:
        - La longitud máxima es de 255 caracteres.
        - Los siguientes caracteres no están permitidos en nombres de archivos en sistemas Windows:
            \ / * ? : " < > |.
        - En sistemas Linux, aunque hay más flexibilidad, es recomendable evitar caracteres especiales.
    
    Esta función elimina los caracteres no permitidos y corta el nombre del archivo si 
    excede los 255 caracteres, evitando así problemas al guardar archivos.
    """
    # Eliminar caracteres no válidos
    nombre_sanitizado = re.sub(r'[\\/*?:<>|"]', '', nombre_archivo)

    # Limitar la longitud del nombre del archivo a 255 caracteres
    if len(nombre_sanitizado) > 255:
        nombre_sanitizado = nombre_sanitizado[:255]

    return nombre_sanitizado

Ejemplo de Uso:

nombre_archivo = "reporte_de:*|ventas?.xlsx"
nombre_archivo_sanitizado = sanitizar_nombre_archivo(nombre_archivo)

print(f"Nombre original: {nombre_archivo}")
print(f"Nombre sanitizado: {nombre_archivo_sanitizado}")

Este código convertirá reporte_de:*|ventas?.xlsx en reporte_deventas.xlsx.

Integración durante la creación de los archivos

Finalmente, se puede utilizar esta función cuando al guardar un archivo Excel (o de cualquier otro tipo):

workbook = openpyxl.Workbook()
nombre_archivo = sanitizar_nombre_archivo("reporte_de:*|ventas?.xlsx")
workbook.save(nombre_archivo)

Conclusiones

Saber cómo validar nombres de hojas de cálculo (sanitizar) y archivos Excel es fundamental cuando se desea ofrecer este caracterizas a los usuarios. Muchas veces, por despiste o desconocimiento pueden usar caracteres que no son válidos. En esta entrada se ha visto cómo solucionar el problema tanto en los nombres de las hojas de cálculo como los archivos. Al usar las funciones que se han incluido en la entrada, se pueden evitar los problemas más comunes relacionados con caracteres no permitidos y límites de longitud.

Nota: La imagen de este artículo fue generada utilizando un modelo de inteligencia artificial.

¿Te ha parecido de utilidad el contenido?

¡Puntúalo entre una y cinco estrellas!

Puntuación promedio 0 / 5. Votos emitidos: 0

Ya que has encontrado útil este contenido...

¡Síguenos en redes sociales!

¡Siento que este contenido no te haya sido útil!

¡Déjame mejorar este contenido!

Dime, ¿cómo puedo mejorar este contenido?

Publicaciones relacionadas

  • Shallow copy vs Deep copy en Python: la mutación inesperada
  • Cómo Proyectar Cuándo Alcanzarás la Independencia Financiera
  • Analytics Lane lanza la versión 1.5 del laboratorio con un extractor de tickets por OCR y consultas SQL sobre CSV en el navegador
  • Cómo Saber si una Diferencia Significativa es Importante
  • Curiosidad: “Wi-Fi” no significa “Wireless Fidelity”
  • Cómo Explorar un Dataset antes de Modelar
  • Cómo Elegir el Test de Hipótesis Correcto para tus Datos
  • Tuplas vs Listas en Python: parecen lo mismo, pero no
  • == vs is en Python: la diferencia que causa bugs misteriosos

Publicidad

Publicado en: Herramientas, Python

Interacciones con los lectores

Deja una respuesta Cancelar la respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

I accept the Terms and Conditions and the Privacy Policy

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

Barra lateral principal

Suscríbete a nuestro boletín

Suscríbete al boletín semanal para estar al día de todas las publicaciones.

Política de Privacidad

Analytics Lane en redes sociales

  • Amazon
  • Bluesky
  • Facebook
  • GitHub
  • Instagram
  • Mastodon
  • Pinterest
  • RSS
  • Telegram
  • Tumblr
  • Twitter
  • YouTube

Publicidad

Entradas recientes

Noticias

Analytics Lane lanza la versión 1.5 del laboratorio con un extractor de tickets por OCR y consultas SQL sobre CSV en el navegador

noviembre 18, 2026 Por Daniel Rodríguez

Cómo Explorar un Dataset antes de Modelar

noviembre 17, 2026 Por Daniel Rodríguez

Curiosidad: “Wi-Fi” no significa “Wireless Fidelity”

noviembre 12, 2026 Por Daniel Rodríguez

Publicidad

Es tendencia

  • Gráficos de barras en Matplotlib publicado el julio 5, 2022 | en Python
  • Hoja de cálculo para repartir los escaños en base al método D’Hont Aplicar el método D’Hondt en Excel publicado el abril 14, 2021 | en Herramientas
  • pandas Pandas: Cómo iterar sobre las filas de un DataFrame en Pandas publicado el septiembre 13, 2021 | en Python
  • Exactitud, precisión, recall… qué mide realmente cada métrica (y qué no) publicado el marzo 3, 2026 | en Ciencia de datos
  • Operaciones de filtrado de DataFrame con Pandas en base a los valores de las columnas publicado el mayo 10, 2019 | en Python

Publicidad

Lo mejor valorado

4.9 (24)

Seleccionar filas y columnas en Pandas con iloc y loc

4.6 (16)

Archivos JSON con Python: lectura y escritura

4.4 (14)

Ordenación de diccionarios en Python mediante clave o valor

4.7 (13)

Operaciones de filtrado de DataFrame con Pandas en base a los valores de las columnas

4.1 (11)

Aplicar el método D’Hondt en Excel

Comentarios recientes

  • Daniel Rodríguez en Curiosidad: La Paradoja de Simpson, o por qué no siempre debes fiarte de los promedios
  • Hatepi en Curiosidad: La Paradoja de Simpson, o por qué no siempre debes fiarte de los promedios
  • Daniel Rodríguez en Los récords con asterisco, o la épica del titular sin contexto – El bestiario de los indicadores económicos absurdos (parte 8 y final)
  • Juan en Los récords con asterisco, o la épica del titular sin contexto – El bestiario de los indicadores económicos absurdos (parte 8 y final)
  • bif en JSON en bases de datos: cuándo es buena idea y cuándo no

Publicidad


Footer

Analytics Lane

  • Acerca de Analytics Lane
  • Boletín de noticias
  • Contacto
  • Libros
  • Lo más popular
  • Noticias
  • Tienda
  • Tiendas afiliadas

Secciones

  • Ciencia de datos
  • Criptografía
  • Herramientas
  • Machine Learning
  • Opinión
  • Productividad
  • Programación
  • Reseñas

Sobre de Analytics Lane

En Analytics Lane tratamos de explicar los principales conceptos de la ciencia e ingeniería de datos con un enfoque práctico. Los principales temas tratados son ciencia de datos, ingeniería de datos, inteligencia artificial, machine learning, deep learning y criptografía. Además, también se habla de los principales lenguajes de programación y herramientas utilizadas por los científicos e ingenieros de datos.

Copyright © 2018-2026 Analytics Lane ·Términos y condiciones ·Política de Cookies ·Política de Privacidad ·Herramientas de privacidad ·Contacto