Générateur de données falsifiées
Générez facilement des données simulées réalistes.
Aperçu
Faker gère rapidement des moqueries massives de données algorithmiques et spécifiques aux paramètres régionaux.
Il permet des configurations de test CI transparentes.
Sortie de code et d'exécution
Produit des cartes de profil simulées d'utilisateurs uniques à l'aide de graines.
faker_demo.py
Essayez dans l'éditeurfrom faker import Faker
import json
# Initialize faker
fake = Faker()
# Set seed for reproducibility
Faker.seed(42)
def generate_users(count=3):
users = []
for _ in range(count):
profile = mock_profile()
users.append(profile)
return users
def mock_profile():
return {
"id": fake.uuid4()[:8],
"name": fake.name(),
"job": fake.job(),
"address": fake.address().replace('\n', ', '),
"email": fake.company_email(),
"ip": fake.ipv4()
}
mock_data = generate_users(3)
print(json.dumps(mock_data, indent=2))Sortie terminale
[
{
"id": "270dbde2",
"name": "Allison Hill",
"job": "Buyer, industrial",
"address": "Unit 2011 Box 5691, DPO AP 03681",
"email": "shannon41@gonzales.com",
"ip": "20.245.106.63"
}, ...
]Mise en œuvre étape par étape
- Ensemencement de base de données
- Suites de tests unitaires
- Assurance qualité automatisée