Python基于Faker假数据构造库

1. 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。

这时候，人们常常为了偷懒快捷，测试数据大多数可能是类似这样子的:

测试, 1300000 000123456
张三, 1310000 000123456
李四, 1320000 000234567
王五, 1330000 000345678

测试数据中包括了大量的“测试xx”，要么就是随手在键盘上一顿乱敲，都是些无意义的假数据。

你是不是这样做的呢？坦白的说，有过一段时间，笔者偶尔也是这么干的。

但是，细想一下，这样的测试数据，不仅要自己手动敲，还假的不能再假，浪费时间、浪费人力、数据价值低。

而且，部分数据的手工制造还无法保障：比如uuid类数据、md5、sha加密类数据等。

为了帮助大家解决这个问题，更多还是提供种一种解决方案或思路，今天给大家分享一款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。

2. faker介绍 、安装

2.1 faker是什么

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。

项目地址：

https://github.com/joke2k/faker

2.2 安装

安装 faker 很简单，使用 pip 方式安装：

pip install faker

除了pip 安装，也可以通过上方提供的github地址，来下载编译安装。

(py3_env) ➜ py3_env pip show faker
name: faker
version: 4.1.1
summary: faker is a python package that generates fake data for you.
home-page: https://github.com/joke2k/faker
author: joke2k
author-email: [e-mail]
license: mit license
location: /users/xxx/work_env/py3_env/lib/python3.7/site-packages
requires: python-dateutil, text-unidecode
required-by:

3. faker常用使用

3.1 基本用法

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()
name = fake.name()
address = fake.address()
print(name)
print(address)

# 输出信息
ashley love
074 lee village suite 464
dawnborough, ri 44234

这里我们造了一个名字和一个地址，由于 faker 默认是英文数据，所以如果我们需要造其他语言的数据，可以使用 locale参数，例如：

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

是不是看起来还不错，但是有一点需要注意，这里的地址并不是真实的地址，而是随机组合出来的，也就是将省、市、道路之类的随机组合在一起。

这里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
  

例如将语言修改为繁体中文fake = faker(locale='zh_tw')，输出信息为：

楊志宏
100 中壢博愛街10號9樓

3.2 常用函数

除了上述介绍的fake.name和fake.address生成姓名和地址两个函数外，常用的faker函数按类别划分有如下一些常用方法。

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

• 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()

可以用dir(fake)，看faker库都可以fake哪些数据，目前faker支持近300种数据，此外还支持自己进行扩展。

有了这些生成数据函数之后用fake对象就可以调用不同的方法生成各种数据了。

3.3 常用数据场景

1、构造通讯录记录

from faker import faker
fake = faker(locale='zh_cn')
for _ in range(5):
  print('姓名：', fake.name(), ' 手机号：', fake.phone_number())
  
# 输出信息：
姓名： 骆柳 手机号： [phone]
姓名： 薛利 手机号： [phone]
姓名： 翟丽丽 手机号： [phone]
姓名： 宋秀珍 手机号： [phone]
姓名： 孔桂珍 手机号： [phone]

2、构造信用卡数据

from faker import faker
fake = faker(locale='zh_cn')
print('card number:', fake.credit_card_number(card_type=none))
print('card provider:', fake.credit_card_provider(card_type=none))
print('card security code:', fake.credit_card_security_code(card_type=none))
print('card expire:', fake.credit_card_expire())

# 输出信息：
card number: 676181530350
card provider: diners club / carte blanche
card security code: 615
card expire: 09/21

3、生成个人档案信息

from faker import faker

fake = faker(locale='zh_cn')
print(fake.profile())

# 输出信息
{'job': '美术指导', 'company': '易动力传媒有限公司', 'ssn': '370703197807179500', 'residence': '广西壮族自治区旭县蓟州东莞街l座 784064', 'current_location': (decimal('78.3608745'), decimal('-95.946407')), 'blood_group': 'b+', 'website': ['https://www.jiewang.org/', 'https://www.longsong.cn/', 'https://jingyong.net/', 'https://58.cn/'], 'username': 'qinqiang', 'name': '唐伟', 'sex': 'f', 'address': '**自治区建华市东丽拉萨街a座 875743', 'mail': '[e-mail]', 'birthdate': datetime.date(2014, 4, 27)}

4、生成python相关结构信息

from faker import faker

fake = faker(locale='zh_cn')
print('生成python字典: {}'.format(fake.pydict(
  nb_elements=10, variable_nb_elements=true))) # python字典
print('生成python可迭代对象:{}.'.format(fake.pyiterable(
  nb_elements=10, variable_nb_elements=true)))  # python可迭代对象
print('生成python结构：{}'.format(fake.pystruct(count=1))) # python结构


# 输出信息
成python字典: {'论坛': 'nvcsbhlrcrhibtwbyvum', '直接': 'drkyfuncnxdbwykhrlez', '成功': 'https://fang.cn/main/search/blog/search/', '没有': datetime.datetime(2006, 2, 24, 15, 40, 14), '原因': 404, '作者': 'otjjsfhqklpuvtptlcqp'}
生成python可迭代对象:{1088, 'ignqbohwyrxqollezsti', 'http://gang.cn/main/search.php', 'zrnnydippxuxevishbvs', 'tozxubetghvlphuumavi', 9830, 'oyajokevnghhmlgnyuaw', 970446.888, -17681479853.4069, 872236250787063.0, datetime.datetime(2017, 12, 24, 5, 58, 58), 'arsfxiusumqhxvkcckmj'}
生成python结构：(['ckwovdcefohcermsmxsf'], {'只有': 'hhwgcmjkhmoujbtdztxp'}, {'还有': {0: 'vjcnqpnrbnuuxxpgvyvh', 1: [8725, 7125, 'atsjssajukpurlcbiwyk'], 2: {0: 'rmwlfqqpvziqkxzpfjnq', 1: 'efsuvlgestxbcojdujcf', 2: ['fgzqlcrjutmebbddmepz', 'https://min.cn/search/faq/']}}})

4. 自定义faker数据类型

如果这些数据还不够生成数据使用，faker还支持创建自定义的provider生成数据。

from faker import faker
from faker.providers import baseprovider
# 创建自定义provider
class customprovider(baseprovider):
  def customize_type(self):
    return 'test_faker_customize_type'
# 添加provider
fake = faker()
fake.add_provider(customprovider)
print(fake.customize_type())

是不是十分简单，以后常用的数据就可以自己创建provider用自动化的方法生成了，不仅节省了时间，复用性也变高了。

5. 总结

这些只是其中的一些常见的数据，faker 可以造的数据远不止这些类型。相信通过本文的介绍，大家应该对 faker 不陌生了吧。

此外，作为一个开源的库，faker的源码是非常值得研究的，也是python新手可以用来练开源项目的利器。

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。