使用faker批量造测试数据 | 您所在的位置:网站首页 › Faker个人数据 › 使用faker批量造测试数据 |
背景: 在软件需求、开发、测试过程中,有时候需要使用一些测试数据,针对这种情况,我们一般要么使用已有的系统数据,要么需要手动制造一些数据。由于现在的业务系统数据多种多样,千变万化。在手动制造数据的过程中,可能需要花费大量精力和工作量,此项工作既繁复又容易出错,比如要构造一批用户三要素(姓名、手机号、身份证)、构造一批银行卡数据、或构造一批地址通讯录等。 Python造数据利器:Faker库,利用它可以生成一批各种各样的看起来“像真的一样”的假数据 Faker是一个Python包,主要用来创建伪数据,使用Faker包,无需再手动生成或者手写随机数来生成数据,只需要调用Faker提供的方法,即可完成数据的生成。 环境: CentOS7.9 + Python3.8.6 可能要先安装如下包: install bzip2-devel install -y bzip2* install xz-devel install python-backports-lzma 需要修改下lzma.py,否则会报错:Could not import the lzma module # cd /usr/local/python3/lib/python3.8 # vim lzma.py 修改前: import builtins import io import os from _lzma import * from _lzma import _encode_filter_properties, _decode_filter_properties import _compression 修改后: import builtins import io import os try: from _lzma import * from _lzma import _encode_filter_properties, _decode_filter_properties except ImportError: from backports.lzma import * from backports.lzma import _encode_filter_properties, _decode_filter_properties import _compression 使用: Faker 的使用也是很简单的,从 faker 模块中导入类,然后实例化这个类,就可以调用方法使用了: from faker import Faker fake = Faker(locale='zh_CN') name = fake.name() address = fake.address() print(name) print(address) # 输出信息 张艳 海南省上海市朝阳邱路y座 175208
造10000条基本数据输出到Excel完整j脚本如下: from faker import Faker import xlwt import pandas as pd fake = Faker(['zh_CN']) def save_to_excel(): work_book = xlwt.Workbook(encoding='utf-8') work_sheet = work_book.add_sheet('testdata01') # 添加字段名 head = ['姓名', '手机号', '身份证号', '公司', '地址', '银行卡', '职位', '邮箱'] for h in range(len(head)): work_sheet.write(0, h, head[h]) # 添加构造的随机数据 for i in range(5000): name = fake.name() phone = fake.phone_number() id_card = fake.ssn() comp = fake.company() addr = fake.address() bank_card = fake.credit_card_number() title = fake.job() email = fake.email() work_sheet.write(i+1, 0, name) work_sheet.write(i+1, 1, phone) work_sheet.write(i+1, 2, id_card) work_sheet.write(i+1, 3, comp) work_sheet.write(i+1, 4, addr) work_sheet.write(i+1, 5, bank_card) work_sheet.write(i+1, 6, title) work_sheet.write(i+1, 7, email) work_book.save('testdata01.xls') def save_to_excel2(file_path, n): res = [] for i in range(n): res.append([fake.name(), fake.phone_number(), fake.ssn(), fake.company(), fake.address(), fake.credit_card_number(), fake.job(), fake.email()]) # list转dataFrame df = pd.DataFrame(data=res, columns=['name', 'phone', 'id_card', 'comp', 'addr', 'bank_card', 'title', 'email']) # 保存到本地excel df.to_excel(file_path, index=False) if __name__ == '__main__': save_to_excel() 保存文件名为:/home/fake.py 执行命令:python3 fake.py 就会在当前目前下生成xlxs文件。
附录:常用Faker函数 介绍几个比较常见的语言代号: 简体中文:zh_CN 繁体中文:zh_TW 美国英文:en_US 英国英文:en_GB 德文:de_DE 日文:ja_JP 韩文:ko_KR 法文:fr_FR 五、常用函数 1、地理信息类 fake.city_suffix():市,县 fake.country():国家 fake.country_code():国家编码 fake.district():区 fake.geo_coordinate():地理坐标 fake.latitude():地理坐标(纬度) fake.longitude():地理坐标(经度) fake.postcode():邮编 fake.province():省份 fake.address():详细地址 fake.street_address():街道地址 fake.street_name():街道名 fake.street_suffix():街、路 2、基础信息类 profile(): 个人档案 ssn():生成身份证号 bs():随机公司服务名 company():随机公司名(长) company_prefix():随机公司名(短) company_suffix():公司性质 credit_card_expire():随机信用卡到期日 credit_card_full():生成完整信用卡信息 credit_card_number():信用卡号 credit_card_provider():信用卡类型 credit_card_security_code():信用卡安全码 job():随机职位 first_name_female():女性名 first_name_male():男性名 last_name_female():女姓 last_name_male():男姓 name():随机生成全名 name_female():男性全名 name_male():女性全名 phone_number():随机生成手机号 phonenumber_prefix():随机生成手机号段 3、计算机基础、Internet信息类 ascii_company_email():随机ASCII公司邮箱名 ascii_email():随机ASCII邮箱: company_email(): email(): safe_email():安全邮箱 4、网络基础信息类 domain_name():生成域名 domain_word():域词(即,不包含后缀) ipv4():随机IP4地址 ipv6():随机IP6地址 mac_address():随机MAC地址 tld():网址域名后缀(.com,.net.cn,等等,不包括.) uri():随机URI地址 uri_extension():网址文件后缀 uri_page():网址文件(不包含后缀) uri_path():网址文件路径(不包含文件名) url():随机URL地址 user_name():随机用户名 image_url():随机URL地址 5、浏览器信息类 chrome():随机生成Chrome的浏览器user_agent信息 firefox():随机生成FireFox的浏览器user_agent信息 internet_explorer():随机生成IE的浏览器user_agent信息 opera():随机生成Opera的浏览器user_agent信息 safari():随机生成Safari的浏览器user_agent信息 linux_platform_token():随机Linux信息 user_agent():随机user_agent信息 6、数字类 numerify():三位随机数字 random_digit():0~9随机数 random_digit_not_null():1~9的随机数 random_int():随机数字,默认0~9999,可以通过设置min,max来设置 random_number():随机数字,参数digits设置生成的数字位数 pyfloat(): left_digits=5 #生成的整数位数, right_digits=2 #生成的小数位数, positive=True #是否只有正数 pyint():随机Int数字(参考random_int()参数) pydecimal():随机Decimal数字(参考pyfloat参数) 7、文本、加密类 pystr():随机字符串 random_element():随机字母 random_letter():随机字母 paragraph():随机生成一个段落 paragraphs():随机生成多个段落 sentence():随机生成一句话 sentences():随机生成多句话,与段落类似 text():随机生成一篇文章 word():随机生成词语 words():随机生成多个词语,用法与段落,句子,类似 binary():随机生成二进制编码 boolean():True/False language_code():随机生成两位语言编码 locale():随机生成语言/国际 信息 md5():随机生成MD5 null_boolean():NULL/True/False password():随机生成密码,可选参数:length:密码长度;special_chars:是否能使用特殊字符;digits:是否包含数字;upper_case:是否包含大写字母;lower_case:是否包含小写字母 sha1():随机SHA1 sha256():随机SHA256 uuid4():随机UUID 8、时间信息类 date():随机日期 date_between():随机生成指定范围内日期,参数:start_date,end_date date_between_dates():随机生成指定范围内日期,用法同上 date_object():随机生产从1970-1-1到指定日期的随机日期。 date_time():随机生成指定时间(1970年1月1日至今) date_time_ad():生成公元1年到现在的随机时间 date_time_between():用法同dates future_date():未来日期 future_datetime():未来时间 month():随机月份 month_name():随机月份(英文) past_date():随机生成已经过去的日期 past_datetime():随机生成已经过去的时间 time():随机24小时时间 timedelta():随机获取时间差 time_object():随机24小时时间,time对象 time_series():随机TimeSeries对象 timezone():随机时区 unix_time():随机Unix时间 year():随机年份 9、python 相关方法 profile():随机生成档案信息 simple_profile():随机生成简单档案信息 pyiterable() pylist() pyset() pystruct() pytuple() pydict() ———————————————— |
CopyRight 2018-2019 实验室设备网 版权所有 |