AI फर्म्याट रूपान्तरण (CSV ↔ JSON ↔ SQL) र माइग्रेशन स्क्रिप्टहरूको लागि अत्यन्त उपयुक्त छ किनभने रूपान्तरण नियमहरू यान्त्रिक छन्। चाल भनेको यसलाई सही र सुरक्षित हुनको लागि पर्याप्त सन्दर्भ दिनु हो: स्कीमा, नमूना पङ्क्ति, र स्पष्ट सुरक्षा आवश्यकताहरू।
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
मन्तव्यहरू महत्त्वपूर्ण भागहरू चिन्ह गर्छन्: मान्यता (खाली इमेलहरू छोड्नुहोस्), escaping (उद्धरण चिन्ह), र idempotency (ON CONFLICT DO NOTHING)। AI लाई सबै तीन समावेश गर्न भन्नुहोस् — यी कुराहरू छन् जुन एक भोली स्क्रिप्टले भुल्छ।
डेटा माइग्रेशनहरू उच्च दाउ र प्राय: एक-शट हुन्छन्: एक स्क्रिप्ट जसले दोहोरो-सम्मिलित गर्छ वा पङ्क्तिहरू हराउछ यो अन्डु गर्न महँगो हुन सक्छ। AI रूपान्तरण लेख्न गति दिन्छ, तर सुरक्षा गुणहरू — idempotency, मान्यता, र प्रतिलिपिमा ड्राय-रन — अनिवार्य छन्। उत्पन्न स्क्रिप्टलाई ड्राफ्टको रूपमा व्यवहार गर्नुहोस् जुन तपाईले पढ्नु र परीक्षण गर्नु पर्छ, कहिलेकाहीँ वास्तविक डेटाको विरुद्ध अन्धो रूपमा चलाउने कुरा होइन।