在程序测试的时候，常常需要用到很多数据来进行测试。

比如姓名、性别、年龄、电话、邮箱等等。

如果手动制造数据的话，起名字比如“小明”、“小红”、“张三”、“李四”这些，有没有考虑这些名字的感受，他们也很累的吧。

再比如密码，网上排名最烂的密码，不也是“123456”，“abcdef”，“asdf”这些。

这样无厘头地制作数据确实很伤神，效率还低，那该怎么办？

Faker扩展库

这时，Python扩展库Faker来了，带着它那各种各样的数据来了。

先安装faker

pip install Faker

创建faker对象

from faker import Faker
fake = Faker()

随机生成一个名字

fake.name()  # 'Nancy Horton'

上边生成的名字是英文的，想要个中文名字怎么办？

很简单，在创建Faker对象的时候，指定语言“中文”就可以。

fake = Faker("zh_CN")

一些常用的语言包括以下等等：

• 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

都有什么样的数据

用faker可以生成哪些数据呢？

faker 提供了一些Standard Providers，列出了一些较为较为常用的数据。

• address
• company
• date_time
• job
• person
• phone_number
• profile
• python
• user_agent

比如生成“地址”信息

In [1]: fake.address()
Out[1]: '北京市大冶市海陵赵路x座 941837'

这里给出的是一整条“地址”的信息，你也可以通过building_number()、city()、street_address()等获取单个信息

这些字段其实记不住也没什么，需要用哪个的时候查阅官方文档就行。

文档链接

https://faker.readthedocs.io/en/master/providers.html

再比如生成“职位”信息

In [2]: fake.job()
Out[2]: '电气/电器工程师'

生成python的数据类型

# 生成一个字典
In [3]: fake.pydict()
Out[3]:
{'生产': 'OlmMWPfQMJYxeiJtZSFC',
 '有些': 'jUYzbWgDEqvzjiAsubSX',
 '资源': 7670,
 '应用': 804210265906561.0,
 '国际': 9113,
 '电影': 'https://yangtang.cn/homepage.jsp',
 '方面': 'RGfbqIgxqTbnjkGDpoVO',
 '为什': 1947,
 '地址': 7021,
 '时候': 'oxia@hotmail.com'}

生成user_agent

In [4]: fake.chrome()
Out[4]: 'Mozilla/5.0 (iPad; CPU iPad OS 4_2_1 like Mac OS X) AppleWebKit/531.2 (KHTML, like Gecko) CriOS/55.0.807.0 Mobile/62B715 Safari/531.2'

生成个人信息

In [5]: fake.profile()
Out[5]:
{'job': '仓库管理员',
 'company': '太极传媒有限公司',
 'ssn': '370302198911123749',
 'residence': '云南省桂英市沈北新王路k座 204494',
 'current_location': (Decimal('32.942144'), Decimal('95.019663')),
 'blood_group': 'O-',
 'website': ['https://www.minyan.cn/'],
 'username': 'yangwen',
 'name': '蒋璐',
 'sex': 'M',
 'address': '宁夏回族自治区宁德县丰都长沙街a座 685268',
 'mail': 'oliao@yahoo.com',
 'birthdate': datetime.date(1971, 2, 13)}

如果想生成多条个人信息，可以利用for循环，把每个字典在添加到列表里，导出一个DataFrame