自動造數據利器，Faker 了解一下？
1. 背景
在軟件需求、開發、測試過程中，有時候需要使用一些測試數據，針對這種情況，我們一般要么使用已有的系統數據，要么需要手動制造一些數據。由于現在的業務系統數據多種多樣，千變萬化。在手動制造數據的過程中，可能需要花費大量精力和工作量，此項工作既繁復又容易出錯，比如要構造一批用戶三要素(姓名、手機號、身份證)、構造一批銀行卡數據、或構造一批地址通訊錄等。
這時候，人們常常為了偷懶快捷，測試數據大多數可能是類似這樣子的:
測試, 1300000 000123456
張三, 1310000 000123456
李四, 1320000 000234567
王五, 1330000 000345678
測試數據中包括了大量的“測試XX”，要么就是隨手在鍵盤上一頓亂敲，都是些無意義的假數據。
你是不是這樣做的呢？坦白的說，有過一段時間，筆者偶爾也是這么干的。
但是，細想一下，這樣的測試數據，不僅要自己手動敲，還假的不能再假，浪費時間、浪費人力、數據價值低。
而且，部分數據的手工制造還無法保障：比如UUID類數據、MD5、SHA加密類數據等。
為了幫助大家解決這個問題，更多還是提供種一種解決方案或思路，今天給大家分享一款Python造數據利器：Faker庫，利用它可以生成一批各種各樣的看起來“像真的一樣”的假數據。
2. Faker介紹 、安裝
2.1 Faker是什么
Faker是一個Python包，主要用來創建偽數據，使用Faker包，無需再手動生成或者手寫隨機數來生成數據，只需要調用Faker提供的方法，即可完成數據的生成。
項目地址：https://github.com/joke2k/faker
2.2 安裝
安裝 Faker 很簡單，使用 pip 方式安裝：
pip install Faker
除了pip 安裝，也可以通過上方提供的github地址，來下載編譯安裝。
(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: joke2k@gmail.com
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 的使用也是很簡單的，從 faker 模塊中導入類，然后實例化這個類，就可以調用方法使用了：
from faker import Faker
fake = Faker()
name = fake.name()
address = fake.address()
print(name)
print(address)
# 輸出信息
Ashley Love
074 Lee Village Suite 464
Dawnborough, RI 44234
這里我們造了一個名字和一個地址，由于 Faker 默認是英文數據，所以如果我們需要造其他語言的數據，可以使用 locale參數，例如：
from faker import Faker
fake = Faker(locale='zh_CN')
name = fake.name()
address = fake.address()
print(name)
print(address)
# 輸出信息
張艷
海南省上海市朝陽邱路y座 175208
是不是看起來還不錯，但是有一點需要注意，這里的地址并不是真實的地址，而是隨機組合出來的，也就是將省、市、道路之類的隨機組合在一起。
這里介紹幾個比較常見的語言代號：
- 簡體中文：zh_CN
- 繁體中文：zh_TW
- 美國英文：en_US
- 英國英文：en_GB
- 德文：de_DE
- 日文：ja_JP
- 韓文：ko_KR
- 法文：fr_FR
例如將語言修改為繁體中文fake = Faker(locale='zh_TW')，輸出信息為：
楊志宏
100 中壢博愛街10號9樓
3.2 常用函數
除了上述介紹的fake.name和fake.address生成姓名和地址兩個函數外，常用的faker函數按類別劃分有如下一些常用方法。
1、地理信息類
- fake.city_suffix()：市，縣
- fake.country()：國家
- fake.country_code()：國家編碼
- fake.district()：區
- fake.geo_coordinate()：地理坐標
- fake.latitude()：地理坐標(緯度)
- fake.longitude()：地理坐標(經度)
- fake.postcode()：郵編
- fake.province()：省份
- fake.address()：詳細地址
- fake.street_address()：街道地址
- fake.street_name()：街道名
- fake.street_suffix()：街、路
2、基礎信息類
- ssn()：生成身份證號
- bs()：隨機公司服務名
- company()：隨機公司名（長）
- company_prefix()：隨機公司名（短）
- company_suffix()：公司性質
- credit_card_expire()：隨機信用卡到期日
- credit_card_full()：生成完整信用卡信息
- credit_card_number()：信用卡號
- credit_card_provider()：信用卡類型
- credit_card_security_code()：信用卡安全碼
- job()：隨機職位
- first_name_female()：女性名
- first_name_male()：男性名
- last_name_female()：女姓
- last_name_male()：男姓
- name()：隨機生成全名
- name_female()：男性全名
- name_male()：女性全名
- phone_number()：隨機生成手機號
- phonenumber_prefix()：隨機生成手機號段
3、計算機基礎、Internet信息類
- ascii_company_email()：隨機ASCII公司郵箱名
- ascii_email()：隨機ASCII郵箱：
- company_email()：
- email()：
- safe_email()：安全郵箱
4、網絡基礎信息類
- domain_name()：生成域名
- domain_word()：域詞(即，不包含后綴)
- ipv4()：隨機IP4地址
- ipv6()：隨機IP6地址
- mac_address()：隨機MAC地址
- tld()：網址域名后綴(.com,.net.cn,等等，不包括.)
- uri()：隨機URI地址
- uri_extension()：網址文件后綴
- uri_page()：網址文件（不包含后綴）
- uri_path()：網址文件路徑（不包含文件名）
- url()：隨機URL地址
- user_name()：隨機用戶名
- image_url()：隨機URL地址
5、瀏覽器信息類
- chrome()：隨機生成Chrome的瀏覽器user_agent信息
- firefox()：隨機生成FireFox的瀏覽器user_agent信息
- internet_explorer()：隨機生成IE的瀏覽器user_agent信息
- opera()：隨機生成Opera的瀏覽器user_agent信息
- safari()：隨機生成Safari的瀏覽器user_agent信息
- linux_platform_token()：隨機Linux信息
- user_agent()：隨機user_agent信息
6、數字類
-
numerify()：三位隨機數字
-
random_digit()：0~9隨機數
-
random_digit_not_null()：1~9的隨機數
-
random_int()：隨機數字，默認0~9999，可以通過設置min,max來設置
-
random_number()：隨機數字，參數digits設置生成的數字位數
-
pyfloat()：
left_digits=5 #生成的整數位數,
right_digits=2 #生成的小數位數,
positive=True #是否只有正數 -
pyint()：隨機Int數字（參考random_int()參數）
-
pydecimal()：隨機Decimal數字（參考pyfloat參數）
7、文本、加密類
-
pystr()：隨機字符串
-
random_element()：隨機字母
-
random_letter()：隨機字母
-
paragraph()：隨機生成一個段落
-
paragraphs()：隨機生成多個段落，通過參數nb來控制段落數，返回數組
-
sentence()：隨機生成一句話
-
sentences()：隨機生成多句話，與段落類似
-
text()：隨機生成一篇文章（不要幻想著人工智能了，至今沒完全看懂一句話是什么意思）
-
word()：隨機生成詞語
-
words()：隨機生成多個詞語，用法與段落，句子，類似
-
binary()：隨機生成二進制編碼
-
boolean()：True/False
-
language_code()：隨機生成兩位語言編碼
-
locale()：隨機生成語言/國際 信息
-
md5()：隨機生成MD5
-
null_boolean()：NULL/True/False
-
password()：隨機生成密碼,可選參數：length：密碼長度；special_chars：是否能使用特殊字符；digits：是否包含數字；upper_case：是否包含大寫字母；lower_case：是否包含小寫字母
-
sha1()：隨機SHA1
-
sha256()：隨機SHA256
-
uuid4()：隨機UUID
8、時間信息類
-
date()：隨機日期
-
date_between()：隨機生成指定范圍內日期，參數：start_date，end_date
-
date_between_dates()：隨機生成指定范圍內日期，用法同上
-
date_object()：隨機生產從1970-1-1到指定日期的隨機日期。
-
date_time()：隨機生成指定時間（1970年1月1日至今）
-
date_time_ad()：生成公元1年到現在的隨機時間
-
date_time_between()：用法同dates
-
future_date()：未來日期
-
future_datetime()：未來時間
-
month()：隨機月份
-
month_name()：隨機月份（英文）
-
past_date()：隨機生成已經過去的日期
-
past_datetime()：隨機生成已經過去的時間
-
time()：隨機24小時時間
-
timedelta()：隨機獲取時間差
-
time_object()：隨機24小時時間，time對象
-
time_series()：隨機TimeSeries對象
-
timezone()：隨機時區
-
unix_time()：隨機Unix時間
-
year()：隨機年份
9、python 相關方法
-
profile()：隨機生成檔案信息
-
simple_profile()：隨機生成簡單檔案信息
-
pyiterable()
-
pylist()
-
pyset()
-
pystruct()
-
pytuple()
-
pydict()
可以用dir(fake)，看Faker庫都可以fake哪些數據，目前Faker支持近300種數據，此外還支持自己進行擴展。
有了這些生成數據函數之后用fake對象就可以調用不同的方法生成各種數據了。
3.3 常用數據場景
1、構造通訊錄記錄
from faker import Faker
fake = Faker(locale='zh_CN')
for _ in range(5):
print('姓名：', fake.name(), ' 手機號：', fake.phone_number())
# 輸出信息：
姓名： 駱柳 手機號： 18674751460
姓名： 薛利 手機號： 13046558454
姓名： 翟麗麗 手機號： 15254904803
姓名： 宋秀珍 手機號： 13347585045
姓名： 孔桂珍 手機號： 18258911504
2、構造信用卡數據
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())
# 輸出信息：
Card Number: 676181530350
Card Provider: Diners Club / Carte Blanche
Card Security Code: 615
Card Expire: 09/21
3、生成個人檔案信息
from faker import Faker
fake = Faker(locale='zh_CN')
print(fake.profile())
# 輸出信息
{'job': '美術指導', 'company': '易動力傳媒有限公司', 'ssn': '370703197807179500', 'residence': '廣西壯族自治區旭縣薊州東莞街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': '唐偉', 'sex': 'F', 'address': '新疆維吾爾自治區建華市東麗拉薩街a座 875743', 'mail': 'shenyang@hotmail.com', 'birthdate': datetime.date(2014, 4, 27)}
4、生成Python相關結構信息
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可迭代對象:{}.'.format(fake.pyiterable(
nb_elements=10, variable_nb_elements=True))) # Python可迭代對象
print('生成Python結構：{}'.format(fake.pystruct(count=1))) # Python結構
# 輸出信息
成Python字典: {'論壇': 'nVcSbHlrcrhIBtwByVUM', '直接': 'drkyFUNcNxdbwYKhRLEZ', '成功': 'https://fang.cn/main/search/blog/search/', '沒有': datetime.datetime(2006, 2, 24, 15, 40, 14), '原因': 404, '作者': 'OTJjsFHQklpUvTPtLCqP'}
生成Python可迭代對象:{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結構：(['cKwOvdCEFOhCERMSMXSf'], {'只有': 'hhwGCmjkHMOUjBTDztXp'}, {'還有': {0: 'vjcNqpnRbNUUxXpgVyvh', 1: [8725, 7125, 'aTSJssAJUKpuRLcbiwyK'], 2: {0: 'RmWlFQQpVZIQkxZPfJnq', 1: 'efsUVLgeStXbCOJDuJCf', 2: ['FgZQLCRjUTmEbBdDMEPZ', 'https://min.cn/search/faq/']}}})
4. Faker常用使用
如果這些數據還不夠生成數據使用，Faker還支持創建自定義的Provider生成數據。
from faker import Faker
from faker.providers import BaseProvider
# 創建自定義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())
是不是十分簡單，以后常用的數據就可以自己創建Provider用自動化的方法生成了，不僅節省了時間，復用性也變高了。
5. 總結
這些只是其中的一些常見的數據，Faker 可以造的數據遠不止這些類型。相信通過本文的介紹，大家應該對 Faker 不陌生了吧。以后在需要造數據的時候，一定要想起 Faker 這個利器哦！
此外，作為一個開源的庫，Faker的源碼是非常值得研究的，也是Python新手可以用來練開源項目的利器。
浙公網安備 33010602011771號