Python | 如何通过faker批量生成“逼真”的测试数据

我们在项目中，常常需要使用一些假数据来做测试，比如客户名、电话号码、街道地址等等，平时我们基本是键盘一顿乱敲，或者随便造个什么字符串出来。

现在你不用这样做了，用Faker就能满足你的一切需求。

本文将结合实例，讲述Python 如何通过faker第三方库，批量伪造数据。包含两种保存方式：1，存入Excel；2，存入mysql数据库。

 

本文框架结构为：

1、faker简介

2、faker使用

3、常用方法一览

4、实例：批量生成测试数据

 

1、faker简介

faker是python的一个第三方库，是一个github上的开源项目。

主要用于测试时伪造数据。

官方文档：https://faker.readthedocs.io/en/master/index.html

 

2、 faker如何使用

1）安装

Faker库已经被提交到 pip，可以通过 pip 工具直接安装。

pip install Faker

 

2）导入模块

from faker import Faker

*主要使用的是Factory类，而导入Faker，会同时导入Factory

 

 

3）使用步骤：

·初始化：

fake = Faker()

Faker()调用的是Factory的create方法，常用参数选项：

 

 

参数 locale：

为生成数据的文化选项（语种），默认为 en_US，只有使用了相关文化，才能生成相对应的随机信息，zh-CN代表使用中国版。

更多国家版本，可以参考：

https://faker.readthedocs.io/en/master/index.html#localization

 

参数providers：

是一个包含了多种生成随机数据的生成器的“提供者”，比如包含了生成随机姓名的生成器，包含了随机地址的生成器。如果我们想要自己定义随机生成的数据的规则，那么我们需要自定义providers。

如何生成一个providers,可以参考：

https://faker.readthedocs.io/en/master/index.html#how-to-create-a-provider

 

 

·调用方法：

利用Faker对象调用方法，调用方法的返回值就是随机的数据。

 

接下来，我们使用最简单的例子来生成几个假数据试试：

from faker import Faker

fake = Faker(locale='zh_CN')

print('姓名:', fake.name())
print('地址:', fake.address())
print('电话号码:', fake.phone_number())

 

解析：

# 1、从faker模块导入Faker这个类。

# 2、实例化，保存到变量fake中。

# 3、调用name()方法随机生成一个名字。

# 4、调用address()方法随机生成地址信息。

# 5、调用phone_number()方法随机生成电话号码。

 

运行结果如下：

姓名: 杨佳

地址: 陕西省西安市涪城沈路l座 317980

电话号码: 15025821562

 

3、 常用方法一览

由于主要使用中文数据，所以本文提供常见的方法示例是中文的。

详见官方文档：https://faker.readthedocs.io/en/master/locales/zh_CN.html

 

地址信息类：

fake.address()：完整地址，比如北京市东城区东华门街道p座 100006

fake.street_address()：街道+地址，比如兴城路A座

fake.street_name()：街道名，比如宜都街

fake.city_name()：城市名,比如兰州

fake.city()：城市,比如兰州市

fake.province()：省份名,比如陕西省

fake.postcode()：邮编

fake.country()：国家

 

公司信息类：

fake.company()：公司名，比如惠派国际公司信息有限公司

fake.company_suffix()：公司名后缀(公司性质)，比如网络有限公司

fake.company_prefix()：公司名前缀，比如鑫博腾飞

 

日期类：

fake.date(pattern=”%Y-%m-%d”, end_datetime=None) ：随机日期

fake.year()：随机年份

fake.day_of_week()：随机星期数

fake.time(pattern=”%H:%M:%S”, end_datetime=None)：随机时间

 

网络类：

fake.company_email()：企业邮箱

fake.email():邮箱

 

个人信息类：

fake.name()：姓名

fake.last_name()： 姓

fake.first_name()： 名

fake.name_male()： 男性姓名

fake.last_name_male()： 男性姓

fake.first_name_male()： 男性名

fake.name_female()： 女性姓名

fake.user_name(*args, **kwargs)：用户名，只是随机的英文姓名组合，一般是6位

fake.password()：密码

fake.simple_profile(sex=None)：简略个人信息，包括用户名，姓名，性别，地址，邮箱，出生日期。

fake.profile(fields=None, sex=None)：详略个人信息，比简略个人信息多出公司名、血型、工作、位置、域名等等信息。

 

工作职位类：

fake.job()：工作

 

电话号码类：

fake.phone_number ()：手机号码

fake.phonenumber_prefix()：运营商号段，手机号码前三位

 

社会安全码（身份证）类：

fake.ssn()：身份证号(18位)

 

银行卡类

fake.credit_card_number(card_type=None) ：卡号

fake.credit_card_provider(card_type=None) ：卡的提供者

fake.credit_card_security_code(card_type=None) ：卡的安全密码

fake.credit_card_expire()：卡的有效期

fake.credit_card_full(card_type=None) ：完整卡信息

 

4、实例：批量生成测试数据

1）数据保存到Excel：

 

实现步骤：

（1）通过openpyxl打开Excel

（2）获取Excel的所有sheet页

（3）通过fake生成数据，写入单元格

（4）保存Excel

 

代码：

from faker import Faker
from openpyxl import load_workbook

# 1、从faker模块导入Faker这个类。
# 2、实例化，保存到变量fake中。
# 3、调用name()方法随机生成一个名字。
# 4、调用address()方法随机生成地址信息。


fake = Faker(locale='zh_CN')

wb = load_workbook("1.xlsx")

for sheetName in wb.sheetnames:
    sheet = wb[sheetName]
    for rownum in range(2, 100):
        sheet.cell(row=rownum, column=1).value = fake.name()
        sheet.cell(row=rownum, column=2).value = fake.address()
        sheet.cell(row=rownum, column=3).value = fake.phone_number()
        sheet.cell(row=rownum, column=4).value = fake.ssn(min_age=18, max_age=18)

wb.save("1.xlsx")

 

运行结果如下：

 

 

2）数据保存到mysql数据库：

 

实现步骤：

（1）通过pymysql连接数据库

（2）创建数据表

（3）通过fake生成数据，并形成sql语句

（4）通过pymysql执行插入语句

 

代码：

from faker import Faker

import pymysql

 

conn = pymysql.connect(host="xx.xxx.xxx.xx", port=3306, user="xxx", password="xxx", db="xx", charset="utf8")

 

cursor = conn.cursor()

# 这里给出表结构，如果使用已存在的表，可以不创建表。

sql = """

create table user(

id int PRIMARY KEY auto_increment,

username VARCHAR(20),

password VARCHAR(20),

address VARCHAR(35),

tel VARCHAR(20),

ssn VARCHAR(20)

)

"""

cursor.execute(sql)

 

fake = Faker("zh-CN")

for i in range(20):

    sql = """insert into user(username,password,address,tel,ssn)

  values('%s','%s','%s','%s','%s')""" \

          % (fake.user_name(), fake.password(special_chars=False), fake.address(), fake.phone_number(), fake.ssn(min_age=18, max_age=88, gender="M"))

    cursor.execute(sql)

 

conn.commit()

cursor.close()

conn.close()

 

运行结果如下：

 

 

PS：不知道细心的你，有没有发现地址看起来怪怪的啊。

是的，虽然数据看起来还挺逼真的，但是这并不是真实的地址，而是将省、市、街道之类的随机组合在一起的。

 

原因在于，address的源代码中，并没有维护它们的对应关系，而且有些市或区县是随便写的。有兴趣的，可以看下源代码，路径参照：

D:\Python\Python37\Lib\site-packages\faker\providers\address\zh_CN