Fałszywy generator danych
Z łatwością generuj realistyczne próbne dane.
Przegląd
Faker szybko radzi sobie z masowymi kpiną z danych algorytmicznych i specyficznych dla ustawień regionalnych.
Umożliwia bezproblemową konfigurację testów CI.
Dane wyjściowe kodu i wykonania
Tworzy unikalne mapy profili użytkowników wykorzystujące nasiona.
faker_demo.py
Spróbuj w Edytorzefrom 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))Wyjście terminala
[
{
"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"
}, ...
]Wdrażanie krok po kroku
- Zasypywanie bazy danych
- Zestawy testów jednostkowych
- Zautomatyzowana kontrola jakości