推薦一款 Python 開源庫，技術人必備的造資料神器！

狂师發表於2020-07-08
Python
「原創宣告：保留所有權利，禁止轉載」

1. 背景

在軟體需求、開發、測試過程中，有時候需要使用一些測試資料，針對這種情況，我們一般要麼使用已有的系統資料，要麼需要手動製造一些資料。由於現在的業務系統資料多種多樣，千變萬化。在手動製造資料的過程中，可能需要花費大量精力和工作量，此項工作既繁複又容易出錯，比如要構造一批使用者三要素 (姓名、手機號、身份證)、構造一批銀行卡資料、或構造一批地址通訊錄等。

這時候，人們常常為了偷懶快捷，測試資料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

測試資料中包括了大量的 “測試 XX”，要麼就是隨手在鍵盤上一頓亂敲，都是些無意義的假資料。

你是不是這樣做的呢？坦白的說，有過一段時間，筆者偶爾也是這麼幹的。

但是，細想一下，這樣的測試資料，不僅要自己手動敲，還假的不能再假，浪費時間、浪費人力、資料價值低。

而且，部分資料的手工製造還無法保障：比如 UUID 類資料、MD5、SHA 加密類資料等。

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 造資料利器：Faker 庫，利用它可以生成一批各種各樣的看起來 “像真的一樣” 的假資料。

2. Faker 介紹 、安裝

2.1 Faker 是什麼

Faker 是一個 Python 包，主要用來建立偽資料，使用 Faker 包，無需再手動生成或者手寫隨機數來生成資料，只需要呼叫 Faker 提供的方法，即可完成資料的生成。

專案地址：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，也可以透過上方提供的 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 模組中匯入類，然後例項化這個類，就可以呼叫方法使用了：

from faker import Faker

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

# 輸出資訊
Ashley Love
074 Lee Village Suite 464
Dawnborough, RI 44234

這裡我們造了一個名字和一個地址，由於 Faker 預設是英文資料，所以如果我們需要造其他語言的資料，可以使用 locale 引數，例如：

from faker import Faker

fake = Faker(locale='zh_CN')
name = fake.name()
address = fake.address()
print(name)
print(address)

# 輸出資訊
張豔
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，這裡的地址並不是真實的地址，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。

這裡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')，輸出資訊為：

楊志宏
100 中壢博愛街10號9樓

3.2 常用函式

除了上述介紹的fake.name和fake.address生成姓名和地址兩個函式外，常用的 faker 函式按類別劃分有如下一些常用方法。

1、地理資訊類

  • fake.city_suffix()：市，縣
  • fake.country()：國家
  • fake.country_code()：國家編碼
  • fake.district()：區
  • fake.geo_coordinate()：地理座標
  • fake.latitude()：地理座標 (緯度)
  • fake.longitude()：地理座標 (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、基礎資訊類

  • 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()：生成完整信用卡資訊
  • credit_card_number()：信用卡號
  • credit_card_provider()：信用卡型別
  • 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 資訊類

  • 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、網路基礎資訊類

  • domain_name()：生成域名
  • domain_word()：域詞 (即，不包含字尾)
  • ipv4()：隨機 IP4 地址
  • ipv6()：隨機 IP6 地址
  • mac_address()：隨機 MAC 地址
  • tld()：網址域名字尾 (.com,.net.cn,等等，不包括.)
  • uri()：隨機 URI 地址
  • uri_extension()：網址檔案字尾
  • uri_page()：網址檔案（不包含字尾）
  • uri_path()：網址檔案路徑（不包含檔名）
  • url()：隨機 URL 地址
  • user_name()：隨機使用者名稱
  • image_url()：隨機 URL 地址

5、瀏覽器資訊類

  • chrome()：隨機生成 Chrome 的瀏覽器 user_agent 資訊
  • firefox()：隨機生成 FireFox 的瀏覽器 user_agent 資訊
  • internet_explorer()：隨機生成 IE 的瀏覽器 user_agent 資訊
  • opera()：隨機生成 Opera 的瀏覽器 user_agent 資訊
  • safari()：隨機生成 Safari 的瀏覽器 user_agent 資訊
  • linux_platform_token()：隨機 Linux 資訊
  • user_agent()：隨機 user_agent 資訊

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，預設 0~9999，可以透過設定 min,max 來設定
  • random_number()：隨機數字，引數 digits 設定生成的數字位數

  • 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() 引數）

  • pydecimal()：隨機 Decimal 數字（參考 pyfloat 引數）

7、文字、加密類

  • pystr()：隨機字串

  • 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，透過引數 nb 來控制段落數，返回陣列

  • 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（不要幻想著人工智慧了，至今沒完全看懂一句話是什麼意思）

  • 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()：隨機生成二進位制編碼

  • boolean()：True/False

  • language_code()：隨機生成兩位語言編碼

  • locale()：隨機生成語言/國際 資訊

  • md5()：隨機生成 MD5

  • null_boolean()：NULL/True/False

  • password()：隨機生成密碼,可選引數：length：密碼長度；special_chars：是否能使用特殊字元；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、時間資訊類

  • date()：隨機日期

  • date_between()：隨機生成指定範圍內日期，引數：start_date，end_date

  • date_between_dates()：隨機生成指定範圍內日期，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 物件

  • time_series()：隨機 TimeSeries 物件

  • timezone()：隨機時區

  • unix_time()：隨機 Unix 時間

  • year()：隨機年份

9、python 相關方法

  • profile()：隨機生成檔案資訊

  • simple_profile()：隨機生成簡單檔案資訊

  • pyiterable()

  • pylist()

  • pyset()

  • pystruct()

  • pytuple()

  • pydict()

可以用 dir(fake)，看 Faker 庫都可以 fake 哪些資料，目前 Faker 支援近 300 種資料，此外還支援自己進行擴充套件。

有了這些生成資料函式之後用 fake 物件就可以呼叫不同的方法生成各種資料了。

3.3 常用資料場景

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())

# 輸出資訊：
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、構造信用卡資料

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())

# 輸出資訊：
Card Number: 676181530350
Card Provider: Diners Club / Carte Blanche
Card Security Code: 615
Card Expire: 09/21

3、生成個人檔案資訊

from faker import Faker

fake = Faker(locale='zh_CN')
print(fake.profile())

# 輸出資訊
{'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 相關結構資訊

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可迭代物件:{}.'.format(fake.pyiterable(
    nb_elements=10, variable_nb_elements=True)))   # Python可迭代物件
print('生成Python結構：{}'.format(fake.pystruct(count=1)))  # Python結構


# 輸出資訊
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可迭代物件:{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

如果這些資料還不夠生成資料使用，Faker 還支援建立自定義的 Provider 生成資料。

from faker import Faker
from faker.providers import BaseProvider

# 建立自定義Provider
class CustomProvider(BaseProvider):
    def customize_type(self):
        return 'test_Faker_customize_type'

# 新增Provider
fake = Faker()
fake.add_provider(CustomProvider)
print(fake.customize_type())

是不是十分簡單，以後常用的資料就可以自己建立 Provider 用自動化的方法生成了，不僅節省了時間，複用性也變高了。

5. 總結

這些只是其中的一些常見的資料，Faker 可以造的資料遠不止這些型別。相信透過本文的介紹，大家應該對 Faker 不陌生了吧。以後在需要造資料的時候，一定要想起 Faker 這個利器哦！

此外，作為一個開源的庫，Faker 的原始碼是非常值得研究的，也是 Python 新手可以用來練開源專案的利器。

點選，可閱讀原文

如果覺得我的文章對您有用，請隨意打賞。您的支援將鼓勵我繼續創作！
打賞支援

相關文章