測(cè)試造數(shù)據(jù)必備神庫Faker(python語言)

在測(cè)試過程中,有時(shí)候需要造一些測(cè)試數(shù)據(jù)劲件,制造數(shù)據(jù)要耗費(fèi)掉大量的精力未巫,使用python的一個(gè)庫能方便快捷的完成。

以最簡(jiǎn)單的造姓名和電話號(hào)碼舉例蔗草,如果我們自己寫造測(cè)試數(shù)據(jù)的方法咒彤,大約需要10行的代碼。

import random

def phone():
    third = second = [3, 4, 5, 6, 7, 8][random.randint(0, 5)]
    suffix = random.randint(10000000, 99999999)
 return "1{}{}{}".format(second, third, suffix)

def name():
    first = ['張', '金', '李', '王', '趙', '錢', '孫', '楊', '孫', '喬']
    second = ['玉', '明', '龍', '芳', '軍', '玲']
    third = ['', '立', '玲', '高', '國(guó)', '藍(lán)', '軍', '玲']
 return random.choice(first) + random.choice(second) + random.choice(third)

print(phone())
print(name())

使用faker庫只需要兩行代碼咒精。

name = fake.name()
phone = fake.phone_number()

一镶柱、Faker庫介紹

Faker是一個(gè)Python包,開源的github項(xiàng)目模叙,地址:<u style="text-decoration: none; border-bottom: 1px dashed rgb(128, 128, 128);">https://github.com/joke2k/faker</u>

主要用來創(chuàng)建偽數(shù)據(jù)歇拆,使用Faker包,無需再手動(dòng)生成或者手寫隨機(jī)數(shù)來生成數(shù)據(jù)范咨,只需要調(diào)用Faker提供的方法故觅,即可完成數(shù)據(jù)的生成。

安裝:

pip install Faker

導(dǎo)入包:

from faker import Faker

實(shí)例化:

fake = Faker(locale='zh_CN')

初始化參數(shù)locale:為生成數(shù)據(jù)的文化選項(xiàng)渠啊,默認(rèn)為en_US输吏,只有使用了相關(guān)文化,才能生成相對(duì)應(yīng)的隨機(jī)信息(比如:名字昭抒,地址评也,郵編,城市灭返,省份等)盗迟,如使用zh_CN代表中國(guó),生成的信息就是中國(guó)文化的姓名熙含、地址等罚缕。如使用en_US代表美國(guó),生成的信息就是英文名怎静、美國(guó)文化的街道邮弹、地址等。

支持非常多的國(guó)家和地區(qū)文化:

en_US- English (United States)

zh_CN- Chinese (China)

de_DE- German

fake = Faker(locale='zh_CN') # 中文
name = fake.name()
address = fake.address()
print("中國(guó):"+name+"|"+address)

fake = Faker(locale='en_US') # 英文
name = fake.name()
address = fake.address()
print("美國(guó):"+name+"|"+address)

fake = Faker(locale='de_DE') # 德文
name = fake.name()
address = fake.address()
print("德國(guó):"+name+"|"+address)
image

二蚓聘、常用的方法

地理信息類:

city_suffix():市腌乡,縣

country():國(guó)家

country_code():國(guó)家編碼

district():區(qū)

geo_coordinate():地理坐標(biāo)

province():省份

基礎(chǔ)信息類:

ssn():生成身份證號(hào)

company():隨機(jī)公司名

credit_card_number():信用卡號(hào)

job():隨機(jī)職位

name():隨機(jī)生成全名

phone_number():隨機(jī)生成手機(jī)號(hào)

email():隨機(jī)郵箱

網(wǎng)絡(luò)基礎(chǔ)信息類:

ipv4():隨機(jī)IP4地址

ipv6():隨機(jī)IP6地址

domain_name():生成域名

mac_address():隨機(jī)MAC地址

url():隨機(jī)URL地址

瀏覽器信息類:

chrome():隨機(jī)生成Chrome的瀏覽器user_agent信息

firefox():隨機(jī)生成FireFox的瀏覽器user_agent信息

internet_explorer():隨機(jī)生成IE的瀏覽器user_agent信息

opera():隨機(jī)生成Opera的瀏覽器user_agent信息

safari():隨機(jī)生成Safari的瀏覽器user_agent信息

文本、加密類

text():隨機(jī)生成文本(有可能不是一句正常的話夜牡,僅文本)

word():隨機(jī)生成詞語

words():隨機(jī)生成多個(gè)詞語

md5():隨機(jī)生成MD5

sha1():隨機(jī)SHA1

sha256():隨機(jī)SHA256

時(shí)間信息類:

date():隨機(jī)日期

date_between():隨機(jī)生成指定范圍內(nèi)日期与纽,參數(shù):start_date,end_date

future_date():未來日期

future_datetime():未來時(shí)間

timezone():隨機(jī)時(shí)區(qū)

year():隨機(jī)年份

from faker import Faker

fake = Faker(locale='zh_CN')
province = fake.province()
city= fake.city()
ssn = fake.ssn()
company=fake.company()
job = fake.job()
name =fake.name()
ipv4 = fake.ipv4()
print(province,city,ssn,company,job,name,ipv4)
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市急迂,隨后出現(xiàn)的幾起案子影所,更是在濱河造成了極大的恐慌,老刑警劉巖僚碎,帶你破解...
    沈念sama閱讀 211,561評(píng)論 6 492
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件猴娩,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡勺阐,警方通過查閱死者的電腦和手機(jī)卷中,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,218評(píng)論 3 385
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來渊抽,“玉大人仓坞,你說我怎么就攤上這事⊙鳎” “怎么了?”我有些...
    開封第一講書人閱讀 157,162評(píng)論 0 348
  • 文/不壞的土叔 我叫張陵徙瓶,是天一觀的道長(zhǎng)毛雇。 經(jīng)常有香客問我,道長(zhǎng)侦镇,這世上最難降的妖魔是什么灵疮? 我笑而不...
    開封第一講書人閱讀 56,470評(píng)論 1 283
  • 正文 為了忘掉前任,我火速辦了婚禮壳繁,結(jié)果婚禮上震捣,老公的妹妹穿的比我還像新娘。我一直安慰自己闹炉,他們只是感情好蒿赢,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,550評(píng)論 6 385
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著渣触,像睡著了一般羡棵。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上嗅钻,一...
    開封第一講書人閱讀 49,806評(píng)論 1 290
  • 那天皂冰,我揣著相機(jī)與錄音,去河邊找鬼养篓。 笑死秃流,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的柳弄。 我是一名探鬼主播舶胀,決...
    沈念sama閱讀 38,951評(píng)論 3 407
  • 文/蒼蘭香墨 我猛地睜開眼,長(zhǎng)吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來了峻贮?” 一聲冷哼從身側(cè)響起席怪,我...
    開封第一講書人閱讀 37,712評(píng)論 0 266
  • 序言:老撾萬榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎纤控,沒想到半個(gè)月后挂捻,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 44,166評(píng)論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡船万,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,510評(píng)論 2 327
  • 正文 我和宋清朗相戀三年刻撒,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片耿导。...
    茶點(diǎn)故事閱讀 38,643評(píng)論 1 340
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡声怔,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出舱呻,到底是詐尸還是另有隱情醋火,我是刑警寧澤,帶...
    沈念sama閱讀 34,306評(píng)論 4 330
  • 正文 年R本政府宣布箱吕,位于F島的核電站芥驳,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏茬高。R本人自食惡果不足惜兆旬,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,930評(píng)論 3 313
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望怎栽。 院中可真熱鬧丽猬,春花似錦、人聲如沸熏瞄。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,745評(píng)論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽巴刻。三九已至,卻和暖如春胡陪,著一層夾襖步出監(jiān)牢的瞬間沥寥,已是汗流浹背柠座。 一陣腳步聲響...
    開封第一講書人閱讀 31,983評(píng)論 1 266
  • 我被黑心中介騙來泰國(guó)打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留妈经,地道東北人淮野。 一個(gè)月前我還...
    沈念sama閱讀 46,351評(píng)論 2 360
  • 正文 我出身青樓捧书,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親骤星。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,509評(píng)論 2 348