Ruby Seed实操：如何为sneaker存储多子类并去除重复数据？

问题根源 #

1. 现有逻辑逐行遍历CSV时每次都会新建Sneaker实例，同一款鞋对应多条CSV记录的情况下，自然会生成多条重复数据。
2. 后续尝试的逻辑存在两个错误：
   • row是CSV解析生成的CSV::Row对象，不是行索引，row += 1没有合法语义，无法实现切换到下一行的效果
   • while循环内部没有修改判断条件row['category'] == sub的相关变量，只要条件首次成立就会进入无限循环

修正方案 #

先对CSV数据按鞋名分组，聚合同一款鞋的所有子分类后再统一创建记录，避免重复生成实例。修正后的完整db/seeds.rb代码如下：

# db/seeds.rb
require 'csv'

csv_text = File.read(Rails.root.join('lib', 'seeds', 'air_jordan.csv'))
csv = CSV.parse(csv_text, headers: true, encoding: 'ISO-8859-1')
# 注意补全你用到的Mid分类到合法子分类列表中
air_jordan_subcategories = ['1', '11', "Jordan OFF-WHITE", "Future", "Women", "High", "Mid"]

# 按鞋名分组，聚合同一款鞋的所有子分类
sneaker_groups = csv.group_by { |row| row['Name'] }

sneaker_groups.each do |sneaker_name, rows|
  # 收集该款鞋所有符合要求的子分类，去重
  subcategories = rows.map { |row| row['Subcategory'] }
                      .uniq
                      .select { |sub| air_jordan_subcategories.include?(sub) }
  # 单款鞋仅创建一个实例
  Sneaker.create!(
    name: sneaker_name,
    subcategory: subcategories
  )
end

逻辑说明 #

• group_by方法会将所有CSV行按Name字段分组，同一款鞋的所有行会被归到同一个数组中
• 遍历分组时先聚合所有子分类，筛选出你定义的合法分类后去重，直接赋值给subcategory字段即可（如果该字段是PostgreSQL数组类型，直接赋值数组完全兼容）
• 每款鞋只会生成一条数据库记录，符合你的预期

内容的提问来源于stack exchange，提问作者Thomas Mike Sarafian