Faker 都能造哪些数据
你好，我是 somenzz，可以叫我征哥。
我们在测试过程中，会使用一些测试数据，测试数据有时候来自数据库里的脱敏数据，有时候需要自己造。自己造一些简单的文本还好，一些复杂的，比如身份证号，信用卡号，街道地址可就麻烦了。
好在 Python 有个 faker (pip install faker)库，可以帮我们造一些测试数据：
>>> from faker import Faker
>>> fake = Faker(locale='zh_CN')
>>> fake.name()
'贺平'
>>> fake.address()
'青海省秀兰县沙湾宁德路G座 507201'
>>> fake.ssn()
'371203199110016966'
>>> fake.company()
'巨奥科技有限公司'
>>>
今天就来盘点一下，这个 faker 库可以造哪些数据：
0、支持哪些国家的语言
ar_EG - Arabic (Egypt) 阿拉伯语 - 埃及
ar_PS - Arabic (Palestine) 阿拉伯语 - 巴勒斯坦
ar_SA - Arabic (Saudi Arabia) 阿拉伯语 - 沙特阿拉伯
bg_BG - Bulgarian 保加利亚语 - 保加利亚
cs_CZ - Czech 捷克语 - 捷克
de_DE - German 德语 - 德国
dk_DK - Danish 丹麦语 - 丹麦
el_GR - Greek 希腊语 - 希腊
en_AU - English (Australia) 英语 - 澳大利亚
en_CA - English (Canada) 英语 - 加拿大
en_GB - English (Great Britain) 英语 - 英国
en_US - English (United States) 英语 - 美国
es_ES - Spanish (Spain) 西班牙语 - 西班牙
es_MX - Spanish (Mexico) 西班牙语- 墨西哥
et_EE - Estonian 爱沙尼亚语 - 爱沙尼亚
fa_IR - Persian (Iran) 波斯语 - 伊朗
fi_FI - Finnish 芬兰语 - 芬兰
fr_FR - French 法语 - 法国
hi_IN - Hindi 印地语 - 印度
hr_HR - Croatian 克罗地亚语 - 克罗地亚
hu_HU - Hungarian 匈牙利语 - 匈牙利
hy_AM - Armenian 亚美尼亚语 - 亚美尼亚
it_IT - Italian 意大利语 - 意大利
ja_JP - Japanese 日语 - 日本
ko_KR - Korean 朝鲜语 - 韩国
ka_GE - Georgian (Georgia) 格鲁吉亚语 - 格鲁吉亚
lt_LT - Lithuanian 立陶宛语 - 立陶宛
lv_LV - Latvian 拉脱维亚语 - 拉脱维亚
ne_NP - Nepali 尼泊尔语 - 尼泊尔
nl_NL - Dutch (Netherlands) 德语 - 荷兰
no_NO - Norwegian 挪威语 - 挪威
pl_PL - Polish 波兰语 - 波兰
pt_BR - Portuguese (Brazil) 葡萄牙语 - 巴西
pt_PT - Portuguese (Portugal) 葡萄牙语 - 葡萄牙
ru_RU - Russian 俄语 - 俄国
sl_SI - Slovene 斯诺文尼亚语 - 斯诺文尼亚
sv_SE - Swedish 瑞典语 - 瑞典
tr_TR - Turkish 土耳其语 - 土耳其
uk_UA - Ukrainian 乌克兰语 - 乌克兰
zh_CN - Chinese (China) （简体中文）
zh_TW - Chinese (Taiwan) （繁体中文）
1、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
2、网络、邮箱相关
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
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
3、浏览器相关
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
4、数字、文本、加密相关
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）
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
5、时间、日期类
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
6、地理信息
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
7、其他一些组合数据
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()
比如说 profile() 生成的档案信息，可以用于用户信息接口的调试。
>>> from faker import Faker
>>> fake = Faker(locale='zh_CN')
>>> fake.profile()
{'job': '软件工程师', 'company': '四通网络有限公司', 'ssn': '530923198408240969', 'residence': '四川省淑华市蓟州通辽路e座 413191', 'current_location': (Decimal('-13.0327845'), Decimal('57.720440')), 'blood_group': 'AB+', 'website': ['http://jing.com/', 'https://xiuyingtang.net/', 'http://www.fangchao.cn/', 'https://xiuyingyang.cn/'], 'username': 'csun', 'name': '袁琴', 'sex': 'F', 'address': '河北省武汉县璧山西安街t座 698036', 'mail': 'jli@gmail.com', 'birthdate': date(1980, 10, 18)}
>>>
还可以生成 Python 相关的对象：
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
生成Python字典: {'作者': 8955, '之后': 'pDuOmPTKZxtqyLxACLtp', '是一': 'jmMdjwfWPERLIKuPlDyU', '以后': Decimal('8836111404629.58'), '大小': 'yanqiu@taokang.net', '目前': 'https://qiang.cn/privacy/', '虽然': 18168987.5715}
生成Python可迭代对象:[9754, 'IaULZqbQggrGMstzOnlP', 'pJTARLmleQIeuOBTFUaL', 9159, 'kZqbMcPEpzRJMluKxJqT', 'MQIJDTOVvdzntgqswzhs', -6756.3, Decimal('137479403784.9'), 'https://06.cn/faq.htm', Decimal('-250.54314'), Decimal('-58189569317050.8'), datetime(1974, 10, 13, 15, 57, 52), datetime(2003, 4, 11, 6, 3, 6)].
生成Python结构：(['xRUPMkjaKCdOudIAagOi'], {'联系': 'GgqCNRIqnftahozxLoLn'}, {'今天': {0: Decimal('1062112341879.0'), 1: ['VujNTFJgcszUwNhMDOBt', Decimal('-25806285371463.0'), 9444727347789.0], 2: {0: 56297119409.0, 1: 267856.25, 2: ['RouhuObYaDdHIXkWQjqI', 45685678.720959]}}})
当然了，还有不少没有列举完，可以在 Python 解释器中输入 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。
8、自定义 Faker 数据类型
如果以上数据不方便测试，我们还可以自定义：
>>> from faker import Faker
>>> from faker.providers import BaseProvider
>>>
>>> # 创建自定义 Provider
>>> class CustomProvider(BaseProvider):
... def customize_type(self):
... return '这是我自定义的数据'
...
>>> fake = Faker()
>>> fake.add_provider(CustomProvider)
>>>
>>> fake.customize_type
0x7fe1935fb5e0>>
>>> fake.customize_type()
'这是我自定义的数据'
最后的话
本文梳理了 Faker 库可以造的常见数据，建议收藏，以后用的时候方便查找。好了，今天的分享就到这里，觉得有帮助，还请点赞、转发、关注。
评论