AI ఫార్మాట్ కన్వర్సన్ల (CSV ↔ JSON ↔ SQL) మరియు మైగ్రేషన్ స్క్రిప్ట్ల కోసం బాగా సరిపోయినది, ఎందుకంటే రూపాంతరణ నియమాలు యాంత్రిక. ఉపాయం ఏమిటంటే సరిపోయేటట్టు మరియు సురక్షితంగా ఉండటానికి తగినంత సందర్భం ఇవ్వడం: స్కీమాలు, నమూనా వరుస మరియు స్పష్టమైన భద్రతా అవసరాలు.
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
వ్యాఖ్యలు ముఖ్యమైన భాగాలను గుర్తించాయి: ధృవీకరణ (ఖాళీ ఇమెయిల్లను దాటవేయండి), escaping (కోట్లు) మరియు idempotency (ON CONFLICT DO NOTHING). AI ఇవన్నీ మూడింటినీ చేర్చమని కోరండి — ఇవి天真 స్క్రిప్ట్ మరచిపోయే విషయాలు.
డేటా మైగ్రేషన్లు అధిక-స్టేక్లు మరియు తరచుగా ఒక-షాట్: రెండుసార్లు-సంపాదకరు లేదా వరుసలను ఆపివేసే స్క్రిప్ట్ తిరిగి పొందడానికి ఖరీదైనది కావచ్చు. AI మార్పిడిని రాయడం వేగవంతం చేస్తుంది, కానీ భద్రతా లక్షణాలు — idempotency, ధృవీకరణ మరియు కాపీపై ఎండ్రన్ — చర్చించలేనివి. ఉత్పత్తి చేయబడిన స్క్రిప్ట్ను మీరు తప్పక చదవాలి మరియు పరీక్షించాలి కాని చేసే డ్రాఫ్ట్గా చికిత్స చేయండి, ఎప్పుడూ నిజమైన డేటాకు వ్యతిరేకంగా అంధంగా నడపడానికి ఏదీ లేదు.