scripts.export

python3 -m persona_db.scripts.export <dataset.json> --format {csv,people,parquet} --output <destino>

Converte o JSON produzido por generate em formatos portáteis.

Formatos

Formato	Saída	Observações
csv	um .tar.gz com um CSV por tabela	colunas ordenadas alfabeticamente; valores dict/list viram JSON
parquet	um diretório com um .parquet por tabela não vazia	requer o extra [parquet] (pyarrow)
people	um diretório com um .json por pessoa	agrupa todas as linhas com aquele pessoa_id

python3 -m persona_db.scripts.export dataset.json --format csv     --output export/dataset.tar.gz
python3 -m persona_db.scripts.export dataset.json --format parquet --output export/parquet
python3 -m persona_db.scripts.export dataset.json --format people  --output export/pessoas

Arquivo por pessoa

{
  "pessoa": {"id": "…", "nome_completo": "…", "data_nascimento": "1988-04-12"},
  "doenca_pessoa": [{"id": "…", "pessoa_id": "…"}],
  "contrato_trabalho": [{"id": "…", "pessoa_id": "…"}]
}

Tabelas de catálogo (sem pessoa_id) não entram nesses arquivos — apenas o que pertence àquela pessoa. É o formato ideal para alimentar APIs de perfil ou fixtures de teste.

Sidecar de proveniência

Toda exportação grava um arquivo irmão *.README.json:

{
  "created_at": "2026-01-01T12:00:00+00:00",
  "format": "csv",
  "row_counts": {"pessoa": 200, "doenca_pessoa": 486},
  "total_rows": 68342
}

Segurança de caminho

As exportações people e parquet validam cada nome de arquivo com ^[A-Za-z0-9][A-Za-z0-9_.-]*$ e confirmam que o caminho resolvido permanece dentro do diretório de destino, impedindo path traversal a partir de nomes de tabela ou UUIDs manipulados. Arquivos antigos (*.json / *.parquet) no destino são removidos antes da nova escrita, para que o diretório reflita exatamente o dataset atual.

API em Python

import json
from pathlib import Path
from persona_db.scripts.export import export_csv, export_people, export_parquet

dataset = json.loads(Path("dataset.json").read_text(encoding="utf-8"))
export_csv(dataset, Path("export/dataset.tar.gz"))
export_people(dataset, Path("export/pessoas"))
export_parquet(dataset, Path("export/parquet"))

Via Makefile

make -C persona_db export-csv
make -C persona_db export-parquet