自动生成测试数据---Faker

简介: 大家好,我是阿萨。 日常测试过程中经常需要用到各种类型的数据,而且数据量都不小。很多时候都需要大量数据,自己用excel 造几行数据可以,如果要造上万行数据,还是需要写代码生成测试数据比较好。但是又不想随机的造一些数据,还希望符合常见的数据格式,比如地址,电话号码,人名字等等。 那怎么办呢? 

这里给大家隆重介绍下 python 的Faker 库,专门用来造伪数据的。下面地址有相关faker 库的详细数据和demo介绍。



Faker 可以造哪些类型的数据呢?


address 可以造所有和地址相关的数据,比如详细地址,国家,国家编码,当前国家, 大楼号码,城市,城市后缀,当前国家编码,邮政编码,街道地址,街道名称,街道后缀等刷数据。


automotive 可以造汽车供应商的数据,比如汽车牌照。


bank 可以造银行相关的数据,比如银行国家,ABA,BBAN,IBAN,SWIFT,11位的SWIFT代码,8位的SWIFT 代码等数据。


barcode 二维码生成器,生成二维码相关数据,可以生成8位或者13位的EAN 二维码。


color 颜色生成器,可以生成颜色的名称或者RGB值或者16进制三元组格式的颜色,或者CSS RGB 值,网络安全的颜色值。


company 生成公司名称相关数据。


credit_card 生成信用卡相关数据,有信用卡过期时间,信用卡详情,卡号,信用卡供应商,信用卡安全编码。


currency 生成货币相关数据,有货币符号,带货币符号的金钱数字,货币名称,货币代码等。


date_time生成日期相关数据,包括上午或者下午,世纪,日期,生日,当前世纪,当年,当月,某一个时间范围内的日期或者时间,未来时间,过去时间,年, 月,日,时区等等。


file 生成文件相关数据,包括文件后缀,文件名称,文件路径, MIME 类型,UNIX格式的文件名称。


geo 生成地理相关的数据,比如经度,维度,坐标等等数据。


internet 生成网络相关数据,比如 邮箱,网络安全邮箱,免费邮箱,公司邮箱,指定日期里的域名,域名,主机名,HTTP 方法,IANA注册ID,图片地址,IPV4,IPV6, mac地址等。


isbn 生成国际标准图书编码。


job 生成岗位名称。


lorem 可以生成文章,语句,文本,单词等


misc 可以生成二进制 ,布尔值,csv,dsv,固定宽度,图片,json,MD5,带空值的布尔值,密码,psv,SHA1的哈希值,SHA256的哈希值,tar,tsv,UUID4,zip等数据,这个库很强大,只用这一个库,就可以解决很多问题了。


person 生成和人相关数据,比如名,姓,性别,称呼,后缀等等数据。


phone_number 生成和电话号码相关数据,比如国家前缀,MSISDN,电话号码。


profile 生成个人相关信息的集合。比如工作,公司,姓名,性别等数据集合,不是单个数据。


python 生成python 里的布尔值,小数,字典,浮点数,整形和迭代数据,列表,字符串,结构体,元祖等数据。


ssn 生成SSN


user_agent 生成用户代理相关数据。比如 chrome , firefox, IE, IOS 平台, linux 平台的,mac 平台的user agent 数据。


看完上面的简介,你是不是说,那怎么使用呢?

很简单。

比如生成电话号码的代码:


Faker.seed(0)
for _ in range(5):
     fake.phone_number()


执行代码结果如下:


'(604)876-4759x3824'
'(194)8924115'
'815.659.3877x8408'
'1609753513'
'001-332-871-1587'


是不是很简单,快学习起来吧。


相关文章
|
2月前
|
测试技术 API C#
C#使用Bogus生成测试数据
C#使用Bogus生成测试数据
48 1
|
5天前
|
存储 测试技术 数据库
数据驱动测试和关键词驱动测试的区别
数据驱动测试 数据驱动测试或 DDT 也被称为参数化测试。
|
14天前
|
SQL 分布式计算 Hadoop
Hadoop-14-Hive HQL学习与测试 表连接查询 HDFS数据导入导出等操作 逻辑运算 函数查询 全表查询 WHERE GROUP BY ORDER BY(一)
Hadoop-14-Hive HQL学习与测试 表连接查询 HDFS数据导入导出等操作 逻辑运算 函数查询 全表查询 WHERE GROUP BY ORDER BY(一)
24 4
|
12天前
|
SQL 消息中间件 大数据
大数据-159 Apache Kylin 构建Cube 准备和测试数据(一)
大数据-159 Apache Kylin 构建Cube 准备和测试数据(一)
31 1
|
12天前
|
SQL 大数据 Apache
大数据-159 Apache Kylin 构建Cube 准备和测试数据(二)
大数据-159 Apache Kylin 构建Cube 准备和测试数据(二)
44 1
|
14天前
|
SQL
Hadoop-14-Hive HQL学习与测试 表连接查询 HDFS数据导入导出等操作 逻辑运算 函数查询 全表查询 WHERE GROUP BY ORDER BY(二)
Hadoop-14-Hive HQL学习与测试 表连接查询 HDFS数据导入导出等操作 逻辑运算 函数查询 全表查询 WHERE GROUP BY ORDER BY(二)
25 2
|
16天前
|
存储 监控 网络安全
内网渗透测试基础——敏感数据的防护
内网渗透测试基础——敏感数据的防护
28 2
|
17天前
|
SQL 关系型数据库 MySQL
SQL批量插入测试数据的几种方法?
SQL批量插入测试数据的几种方法?
44 1
|
13天前
|
存储 SQL 分布式计算
大数据-135 - ClickHouse 集群 - 数据类型 实际测试
大数据-135 - ClickHouse 集群 - 数据类型 实际测试
25 0
|
2月前
|
存储 人工智能 自然语言处理
知识库优化增强,支持多种数据类型、多种检索策略、召回测试 | Botnow上新
Botnow近期对其知识库功能进行了全面升级,显著提升了数据处理能力、检索效率及准确性。新版本支持多样化的数据格式,包括PDF、Word、TXT、Excel和CSV等文件,无需额外转换即可直接导入,极大地丰富了知识来源。此外,还新增了细致的文本分片管理和编辑功能,以及表格数据的结构化处理,使知识管理更为精细化。 同时,平台提供了多种检索策略,包括混合检索、语义检索和全文检索等,可根据具体需求灵活选择,有效解决了大模型幻觉问题,增强了专业领域的知识覆盖,从而显著提高了回复的准确性。这些改进广泛适用于客服咨询、知识问答等多种应用场景,极大提升了用户体验和交互质量。
65 4