Faker-生成假数据／测试数据
1. 安装Faker
pip install Faker
2. 基本用法
Faker用于快速生成随机的假数据，并按照一定的规则或种子生成，确保生成的假数据符合要求并可以复现生成的数据。
这对用于测试、编写教程和压力检测都非常便捷。
基本步骤非常简单：
-
从 fakerFaker
-
创建一个 Fakerfake
-
使用这个实例的各种方法来生成不同类型的数据
from faker import Faker # 导入Faker类
fake = Faker() # 创建Faker实例
# 生成一些基本的假数据
print(f"姓名: {fake.name()}")
print(f"地址: {fake.address()}")
print(f"电子邮箱: {fake.email()}")
print(f"手机号: {fake.phone_number()}")
print(f"公司: {fake.company()}")
print(f"职位: {fake.job()}")
3. 常用的假数据类型
| 大类型 | 函数名 | 含义描述 |
|---|---|---|
| 个人信息 | fake.name() | 生成完整的个人姓名（含姓和名） |
| 个人信息 | fake.first_name() | 生成个人的 “名”（不含姓） |
| 个人信息 | fake.last_name() | 生成个人的 “姓”（不含名） |
| 个人信息 | fake.ssn() | 生成符合中国格式的身份证号码（18 位） |
| 个人信息 | fake.profile() | 生成完整的个人资料（含姓名、性别、生日、地址、邮箱等多维度信息） |
| 联系信息 | fake.address() | 生成完整的物理地址（含省、市、区 / 县、街道、门牌号、邮编等） |
| 联系信息 | fake.city() | 生成随机城市名称（不含省 / 自治区 / 直辖市前缀） |
| 联系信息 | fake.country() | 生成随机国家名称 |
| 联系信息 | fake.postcode() | 生成符合中国格式的邮政编码（6 位数字） |
| 联系信息 | fake.phone_number() | 生成符合中国格式的手机号（11 位数字，含运营商号段特征） |
| 联系信息 | fake.email() | 生成符合格式的邮箱地址（含用户名、域名后缀） |
| 金融商业 | fake.credit_card_full() | 生成完整信用卡信息（含卡号、有效期、CVV 码、卡组织） |
| 金融商业 | fake.credit_card_number() | 生成纯信用卡卡号（不含有效期、CVV 等附加信息） |
| 金融商业 | fake.currency() | 生成随机货币种类及对应金额（含货币符号 / 名称、数值） |
| 金融商业 | fake.company() | 生成随机公司名称（含地域、行业、组织形式等元素） |
| 金融商业 | fake.bs() | 生成模拟企业业务描述的 “BS 语句”（常用于测试文案，如 “部署跨平台服务”） |
| 网络与科技 | fake.ipv4() | 生成符合 IPv4 协议的 IP 地址（32 位，点分十进制格式） |
| 网络与科技 | fake.ipv6() | 生成符合 IPv6 协议的 IP 地址（128 位，冒分十六进制格式） |
| 网络与科技 | fake.mac_address() | 生成符合格式的 MAC 地址（网络设备物理地址，冒分十六进制格式） |
| 网络与科技 | fake.domain_name() | 生成符合格式的域名（含二级域名、顶级域名） |
| 网络与科技 | fake.url() | 生成完整 URL（含协议、域名、路径、参数等，模拟网页 / 资源地址） |
| 网络与科技 | fake.user_agent() | 生成模拟浏览器 / 设备的 User-Agent 字符串（用于识别客户端信息） |
| 文本与内容 | fake.word() | 生成单个随机单词（中文 / 英文，根据 Faker 语言设置） |
| 文本与内容 | fake.sentence() | 生成完整的随机句子（含主谓宾结构，语义通顺） |
| 文本与内容 | fake.paragraph() | 生成段落级文本（由多个连贯句子组成，模拟短文） |
| 文本与内容 | fake.text() | 生成长文本（由多个段落组成，模拟文章 / 文档内容） |
| 文本与内容 | fake.prefix() | 生成姓名前缀（用于称呼，如先生、博士等） |
| 文本与内容 | fake.suffix() | 生成姓名后缀（用于标识身份 / 辈分，如 Jr.、博士等） |
| 日期时间 | fake.date_of_birth() | 生成合理的出生日期（通常在 18-80 岁区间，符合现实年龄逻辑） |
| 日期时间 | fake.date_time() | 生成具体的日期时间（含年、月、日、时、分、秒，可指定时区） |
| 日期时间 | fake.future_date() | 生成未来的日期（相对于当前时间，可指定间隔天数范围） |
| 其他 | fake.color_name() | 生成常见的颜色名称（中文 / 英文，如红色、蓝色） |
| 其他 | fake.hex_color() | 生成十六进制颜色码（RGB 格式，含 #前缀，如 #FF0000 代表红色） |
| 其他 | fake.file_name() | 生成随机文件名（含文件名前缀、后缀，模拟文档 / 图片 / 视频等文件） |
| 其他 | fake.file_extension() | 生成常见文件扩展名（不含 “.”，如 txt、pdf） |
4. 特定的语言和地区
Faker 支持多种语言和地区（本地化）的数据生成。默认是英语（美国）数据，但可以在创建 Faker 实例时指定所需的语言环境（locale）。
from faker import Faker
# 生成中文（中国大陆）数据
fake_zh = Faker('zh_CN')
print(fake_zh.name()) # 例如: 孙玉珍:cite[7]
print(fake_zh.address()) # 例如: 西藏自治区齐齐哈尔县合川闻街W座 928940:cite[7]
print(fake_zh.phone_number()) # 例如: 13130781068:cite[7]
# 生成日语数据
fake_ja = Faker('ja_JP')
print(fake_ja.name())
# 甚至可以同时指定多个语言环境，Faker会混合使用
fake_multi = Faker(['zh_CN', 'en_US'])
for _ in range(5):
print(fake_multi.name())
限定假数据的规则
很多时候我们希望假数据符合一定的规则，例如，12位的订单数据、以M开头的编码，或者生成一个范围内的数据，Faker 提供了多种方式来实现这一点：
使用参数控制输出
许多生成器方法接受参数来定制输出：
from faker import Faker
fake = Faker()
# 生成特定长度的文本
short_text = fake.text(max_nb_chars=50) # 最多50个字符的文本
# 生成指定范围的数字
random_number = fake.random_int(min=0, max=100) # 0到100之间的随机整数
random_float = fake.random_number(digits=5, fix_len=True) # 5位数字的随机数
# 生成特定格式的日期
future_date = fake.future_date(end_date='+30d') # 未来30天内的日期
使用 unique
在批量生成数据时，你可能需要确保某些值（如用户名、邮箱）是唯一的：
from faker import Faker
fake = Faker()
# 生成500个唯一的名字
names = [fake.unique.first_name() for i in range(500)]
print(len(set(names))) # 确保set的长度也是500，即所有姓氏都是唯一的
'''
上述代码如果换成中文语库就会引发错误，可以猜猜原因
'''
使用Faker
可以使用 Faker 的 random_element() 或 random_choices() 方法从预定义列表中进行随机选择，并通过设置种子确保选择结果的一致性。以下是具体实现方法：
random_element：选择单个元素
from faker import Faker
# 创建 Faker 实例
fake = Faker('zh_CN')
# 预定义列表
departments = ["研发部", "销售部", "市场部", "人力资源部", "财务部"]
# 设置种子确保可重复性
Faker.seed(42)
# 使用 random_element() 从列表中选择一个元素
selected_department = fake.random_element(elements=departments)
print(f"选择的部门: {selected_department}") # 每次运行都会选择相同的部门
random_choices：选择元素的组合
from faker import Faker
fake = Faker('zh_CN')
departments = ["研发部", "销售部", "市场部", "人力资源部", "财务部"]
# 设置种子
Faker.seed(123)
# 从列表中选择多个元素
selected_departments = fake.random_choices(elements=departments, length=3)
print(f"选择的部门: {selected_departments}") # 每次运行都会选择相同的部门组合
控制随机性：使用种子（Seed）
在测试和调试时，能够重现相同的"随机"数据非常重要。Faker 允许你设置随机数生成器的种子（Seed），以确保每次运行都能生成完全相同的数据序列。
全局种子
通过 seed()
from faker import Faker
# 设置种子
Faker.seed(42) # 可以是任意整数
fake = Faker()
# 每次运行都会生成相同的"随机"数据
print(fake.name()) # 总是得到相同的名字
print(fake.address()) # 总是得到相同的地址
为特定实例设置种子
from faker import Faker
fake1 = Faker()
fake1.seed(123) # 为这个特定实例设置种子
fake2 = Faker()
fake2.seed(456) # 为另一个实例设置不同的种子
# fake1 总会生成相同的数据序列
# fake2 会生成另一个相同的数据序列（但与fake1不同）
使用自定义Provider
如果 Faker 默认提供的数据不能满足你的特殊需求，你可以创建自定义的 Provider（提供者）来生成特定领域或格式的数据。
from faker import Faker
from faker.providers import BaseProvider
# 创建一个自定义Provider类
class MyCustomProvider(BaseProvider):
def custom_product_id(self):
"""生成自定义产品ID"""
prefix = self.random_letter().upper()
number = self.random_number(digits=6)
return f"{prefix}-{number}"
def custom_status(self):
"""生成自定义状态"""
statuses = ["pending", "processing", "completed", "cancelled"]
return self.random_element(statuses)
# 创建Faker实例并添加自定义Provider
fake = Faker()
fake.add_provider(MyCustomProvider)
# 使用自定义Provider的方法
print(fake.custom_product_id()) # 例如: X-123456
print(fake.custom_status()) # 例如: processing
使用社区提供的 Provider
除了自己创建，你还可以寻找和使用社区已经开发好的特定领域 Provider，例如：
-
faker-vehicle
-
faker-geo
-
faker-commerce
这些通常可以通过 pip 安装，然后像内置 Provider 一样使用。
扫一扫
1733
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
