Faker 造数据

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。

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

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。

环境：

    CentOS7.9 + Python3.8.6

可能要先安装如下包：

install bzip2-devel

install -y bzip2*

install xz-devel

install python-backports-lzma

需要修改下lzma.py，否则会报错:Could not import the lzma module

# cd /usr/local/python3/lib/python3.8

# vim  lzma.py

修改前：

import builtins

import io

import os

from _lzma import *

from _lzma import _encode_filter_properties, _decode_filter_properties

import _compression

修改后：

import builtins

import io

import os

try:

    from _lzma import *

    from _lzma import _encode_filter_properties, _decode_filter_properties

except ImportError:

    from backports.lzma import *

    from backports.lzma import _encode_filter_properties, _decode_filter_properties

import _compression

使用：

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(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

造10000条基本数据输出到Excel完整j脚本如下：

from faker import Faker

import xlwt

import pandas as pd

fake = Faker(['zh_CN'])

def save_to_excel():

    work_book = xlwt.Workbook(encoding='utf-8')

    work_sheet = work_book.add_sheet('testdata01')

    # 添加字段名

    head = ['姓名', '手机号', '身份证号', '公司', '地址', '银行卡', '职位', '邮箱']

    for h in range(len(head)):

        work_sheet.write(0, h, head[h])

    # 添加构造的随机数据

    for i in range(5000):

        name = fake.name()

        phone = fake.phone_number()

        id_card = fake.ssn()

        comp = fake.company()

        addr = fake.address()

        bank_card = fake.credit_card_number()

        title = fake.job()

        email = fake.email()

        work_sheet.write(i+1, 0, name)

        work_sheet.write(i+1, 1, phone)

        work_sheet.write(i+1, 2, id_card)

        work_sheet.write(i+1, 3, comp)

        work_sheet.write(i+1, 4, addr)

        work_sheet.write(i+1, 5, bank_card)

        work_sheet.write(i+1, 6, title)

        work_sheet.write(i+1, 7, email)

    work_book.save('testdata01.xls')

def save_to_excel2(file_path, n):

    res = []

    for i in range(n):

        res.append([fake.name(), fake.phone_number(), fake.ssn(), fake.company(), fake.address(), fake.credit_card_number(), fake.job(), fake.email()])

    # list转dataFrame

    df = pd.DataFrame(data=res, columns=['name', 'phone', 'id_card', 'comp', 'addr', 'bank_card', 'title', 'email'])

    # 保存到本地excel

    df.to_excel(file_path, index=False)

if __name__ == '__main__':

    save_to_excel()

附录：常用Faker函数

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

五、常用函数

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

profile(): 个人档案

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()

————————————————