AI स्वरूप रूपांतरणांसाठी (CSV ↔ JSON ↔ SQL) आणि स्थानांतरण स्क्रिप्ट्ससाठी अत्यंत उपयुक्त आहे कारण परिवर्तन नियम यांत्रिक आहेत. युक्ती म्हणजे त्याला बरोबर आणि सुरक्षित असण्यासाठी पुरेसा संदर्भ देणे: स्कीमा, नमुना पंक्ती आणि स्पष्ट सुरक्षा आवश्यकता.
AI स्वरूप रूपांतरणांसाठी (CSV ↔ JSON ↔ SQL) आणि स्थानांतरण स्क्रिप्ट्ससाठी अत्यंत उपयुक्त आहे कारण परिवर्तन नियम यांत्रिक आहेत. युक्ती म्हणजे त्याला बरोबर आणि सुरक्षित असण्यासाठी पुरेसा संदर्भ देणे: स्कीमा, नमुना पंक्ती आणि स्पष्ट सुरक्षा आवश्यकता.
import csv
# Source CSV: id,email,signup_date (signup_date may be blank)
# Target table: users(id INT, email TEXT NOT NULL, signup_date DATE NULL)
def csv_to_sql(path: str) -> list[str]:
statements = []
with open(path, newline="", encoding="utf-8") as f:
for row in csv.DictReader(f):
email = row["email"].strip()
if not email: # validate: skip invalid rows, don't insert garbage
continue
date = row["signup_date"].strip() or None
email_sql = email.replace("'", "''") # escape quotes to avoid broken SQL / injection
date_sql = f"'{date}'" if date else "NULL"
# ON CONFLICT makes it idempotent: re-running won't create duplicates
statements.append(
f"INSERT INTO users (id, email, signup_date) "
f"VALUES ({int(row['id'])}, '{email_sql}', {date_sql}) "
f"ON CONFLICT (id) DO NOTHING;"
)
return statements
टिप्पण्या महत्वाचे भाग चिन्हांकित करतात: सत्यापन (रिक्त ईमेल वगळा), escaping (उद्धरणे) आणि idempotency (ON CONFLICT DO NOTHING). AI ला तीनही समाविष्ट करण्यास सांगा — हे असे गोष्टी आहेत जे अंगी स्क्रिप्ट विसरतात.
डेटा स्थानांतरण उच्च-दांव आणि बहुतेक वेळा एकदा-शॉट आहेत: एक स्क्रिप्ट जी डेटा डुप्लिकेट करते किंवा पंक्ती हटवते तो मागे घेण्यास महाग असू शकतो. AI रूपांतरण लिहिणे वेगवान करतो, परंतु सुरक्षा गुणधर्म — idempotency, सत्यापन आणि प्रतिलिपीवर ड्राय-रन — अटुट आहेत. व्युत्पन्न स्क्रिप्टला मसुदा म्हणून मानुष आणि चाचले पाहिजे, कधीही वास्तविक डेटामध्ये आंधळेपणाने चालवायचे नाही.