千家信息网

怎么安装使用Python中的Faker库

发表于:2024-11-25 作者:千家信息网编辑
千家信息网最后更新 2024年11月25日,这篇文章主要介绍"怎么安装使用Python中的Faker库",在日常操作中,相信很多人在怎么安装使用Python中的Faker库问题上存在疑惑,小编查阅了各式资料,整理出简单好用的操作方法,希望对大家
千家信息网最后更新 2024年11月25日怎么安装使用Python中的Faker库

这篇文章主要介绍"怎么安装使用Python中的Faker库",在日常操作中,相信很多人在怎么安装使用Python中的Faker库问题上存在疑惑,小编查阅了各式资料,整理出简单好用的操作方法,希望对大家解答"怎么安装使用Python中的Faker库"的疑惑有所帮助!接下来,请跟着小编一起来学习吧!

1. 背景

在软件需求、开发、测试过程中,有时候需要使用一些测试数据,针对这种情况,我们一般要么使用已有的系统数据,要么需要手动制造一些数据。由于现在的业务系统数据多种多样,千变万化。在手动制造数据的过程中,可能需要花费大量精力和工作量,此项工作既繁复又容易出错,比如要构造一批用户三要素(姓名、手机号、身份证)、构造一批银行卡数据、或构造一批地址通讯录等。

这时候,人们常常为了偷懒快捷,测试数据大多数可能是类似这样子的:

测试, 1300000 000123456  张三, 1310000 000123456  李四, 1320000 000234567  王五, 1330000 000345678

测试数据中包括了大量的"测试XX",要么就是随手在键盘上一顿乱敲,都是些无意义的假数据。

你是不是这样做的呢?坦白的说,有过一段时间,笔者偶尔也是这么干的。

但是,细想一下,这样的测试数据,不仅要自己手动敲,还假的不能再假,浪费时间、浪费人力、数据价值低。

而且,部分数据的手工制造还无法保障:比如UUID类数据、MD5、SHA加密类数据等。

为了帮助大家解决这个问题,更多还是提供种一种解决方案或思路,今天给大家分享一款Python造数据利器:Faker库,利用它可以生成一批各种各样的看起来"像真的一样"的假数据。

2. Faker介绍 、安装

2.1 Faker是什么

Faker是一个Python包,主要用来创建伪数据,使用Faker包,无需再手动生成或者手写随机数来生成数据,只需要调用Faker提供的方法,即可完成数据的生成。

项目地址:

2.2 安装

安装 Faker 很简单,使用 pip 方式安装:

pip install Faker

除了pip 安装,也可以通过上方提供的github地址,来下载编译安装。

(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 的使用也是很简单的,从 faker 模块中导入类,然后实例化这个类,就可以调用方法使用了:

from faker import Faker  fake = Faker()  name = fake.name()  address = fake.address()  print(name)  print(address)  # 输出信息  Ashley Love  074 Lee Village Suite 464  Dawnborough, RI 44234

这里我们造了一个名字和一个地址,由于 Faker 默认是英文数据,所以如果我们需要造其他语言的数据,可以使用 locale参数,例如:

from faker import Faker  fake = Faker(locale='zh_CN')  name = fake.name()  address = fake.address()  print(name)  print(address)  # 输出信息  张艳  海南省上海市朝阳邱路y座 175208

是不是看起来还不错,但是有一点需要注意,这里的地址并不是真实的地址,而是随机组合出来的,也就是将省、市、道路之类的随机组合在一起。

这里介绍几个比较常见的语言代号:

  • 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

例如将语言修改为繁体中文fake = Faker(locale='zh_TW'),输出信息为:

楊志宏  100 中壢博愛街10號9樓

3.2 常用函数

除了上述介绍的fake.name和fake.address生成姓名和地址两个函数外,常用的faker函数按类别划分有如下一些常用方法。

1、地理信息类

  • fake.city_suffix():市,县

  • fake.country():国家

  • fake.country_code():国家编码

  • fake.district():区

  • fake.geo_coordinate():地理坐标

  • fake.latitude():地理坐标(纬度)

  • fake.longitude():地理坐标(经度)

  • fake.postcode():邮编

  • fake.province():省份

  • fake.address():详细地址

  • fake.street_address():街道地址

  • fake.street_name():街道名

  • fake.street_suffix():街、路

2、基础信息类

  1. 鸿蒙官方战略合作共建--HarmonyOS技术社区

  2. ssn():生成身份证号

  3. bs():随机公司服务名

  4. company():随机公司名(长)

  5. company_prefix():随机公司名(短)

  6. company_suffix():公司性质

  7. credit_card_expire():随机信用卡到期日

  8. credit_card_full():生成完整信用卡信息

  9. credit_card_number():信用卡号

  10. credit_card_provider():信用卡类型

  11. credit_card_security_code():信用卡安全码

  12. job():随机职位

  13. first_name_female():女性名

  14. first_name_male():男性名

  15. last_name_female():女姓

  16. last_name_male():男姓

  17. name():随机生成全名

  18. name_female():男性全名

  19. name_male():女性全名

  20. phone_number():随机生成手机号

  21. phonenumber_prefix():随机生成手机号段

3、计算机基础、Internet信息类

  1. 鸿蒙官方战略合作共建--HarmonyOS技术社区

  2. ascii_company_email():随机ASCII公司邮箱名

  3. ascii_email():随机ASCII邮箱:

  4. company_email():

  5. email():

  6. safe_email():安全邮箱

4、网络基础信息类

  1. 鸿蒙官方战略合作共建--HarmonyOS技术社区

  2. domain_name():生成域名

  3. domain_word():域词(即,不包含后缀)

  4. ipv4():随机IP4地址

  5. ipv6():随机IP6地址

  6. mac_address():随机MAC地址

  7. tld():网址域名后缀(.com,.net.cn,等等,不包括.)

  8. uri():随机URI地址

  9. uri_extension():网址文件后缀

  10. uri_page():网址文件(不包含后缀)

  11. uri_path():网址文件路径(不包含文件名)

  12. url():随机URL地址

  13. user_name():随机用户名

  14. image_url():随机URL地址

5、浏览器信息类

  1. 鸿蒙官方战略合作共建--HarmonyOS技术社区

  2. chrome():随机生成Chrome的浏览器user_agent信息

  3. firefox():随机生成FireFox的浏览器user_agent信息

  4. internet_explorer():随机生成IE的浏览器user_agent信息

  5. opera():随机生成Opera的浏览器user_agent信息

  6. safari():随机生成Safari的浏览器user_agent信息

  7. linux_platform_token():随机Linux信息

  8. user_agent():随机user_agent信息

6、数字类

  1. 鸿蒙官方战略合作共建--HarmonyOS技术社区

  2. numerify():三位随机数字

  3. random_digit():0~9随机数

  4. random_digit_not_null():1~9的随机数

  5. random_int():随机数字,默认0~9999,可以通过设置min,max来设置

  6. random_number():随机数字,参数digits设置生成的数字位数

  7. pyfloat():

  8. left_digits=5 #生成的整数位数,right_digits=2 #生成的小数位数,positive=True #是否只有正数

  9. pyint():随机Int数字(参考random_int()参数)

  10. pydecimal():随机Decimal数字(参考pyfloat参数)

7、文本、加密类

  1. 鸿蒙官方战略合作共建--HarmonyOS技术社区

  2. pystr():随机字符串

  3. random_element():随机字母

  4. random_letter():随机字母

  5. paragraph():随机生成一个段落

  6. paragraphs():随机生成多个段落

  7. sentence():随机生成一句话

  8. sentences():随机生成多句话,与段落类似

  9. text():随机生成一篇文章

  10. word():随机生成词语

  11. words():随机生成多个词语,用法与段落,句子,类似

  12. binary():随机生成二进制编码

  13. boolean():True/False

  14. language_code():随机生成两位语言编码

  15. locale():随机生成语言/国际 信息

  16. md5():随机生成MD5

  17. null_boolean():NULL/True/False

  18. password():随机生成密码,可选参数:length:密码长度;special_chars:是否能使用特殊字符;digits:是否包含数字;upper_case:是否包含大写字母;lower_case:是否包含小写字母

  19. sha1():随机SHA1

  20. sha256():随机SHA256

  21. uuid4():随机UUID

8、时间信息类

  1. 鸿蒙官方战略合作共建--HarmonyOS技术社区

  2. date():随机日期

  3. date_between():随机生成指定范围内日期,参数:start_date,end_date

  4. date_between_dates():随机生成指定范围内日期,用法同上

  5. date_object():随机生产从1970-1-1到指定日期的随机日期。

  6. date_time():随机生成指定时间(1970年1月1日至今)

  7. date_time_ad():生成公元1年到现在的随机时间

  8. date_time_between():用法同dates

  9. future_date():未来日期

  10. future_datetime():未来时间

  11. month():随机月份

  12. month_name():随机月份(英文)

  13. past_date():随机生成已经过去的日期

  14. past_datetime():随机生成已经过去的时间

  15. time():随机24小时时间

  16. timedelta():随机获取时间差

  17. time_object():随机24小时时间,time对象

  18. time_series():随机TimeSeries对象

  19. timezone():随机时区

  20. unix_time():随机Unix时间

  21. year():随机年份

9、python 相关方法

  1. 鸿蒙官方战略合作共建--HarmonyOS技术社区

  2. profile():随机生成档案信息

  3. simple_profile():随机生成简单档案信息

  4. pyiterable()

  5. pylist()

  6. pyset()

  7. pystruct()

  8. pytuple()

  9. pydict()

可以用dir(fake),看Faker库都可以fake哪些数据,目前Faker支持近300种数据,此外还支持自己进行扩展。

有了这些生成数据函数之后用fake对象就可以调用不同的方法生成各种数据了。

3.3 常用数据场景

1、构造通讯录记录

from faker import Faker  fake = Faker(locale='zh_CN')  for _ in range(5):      print('姓名:', fake.name(), ' 手机号:', fake.phone_number())      # 输出信息:  姓名: 骆柳  手机号: 18674751460  姓名: 薛利  手机号: 13046558454  姓名: 翟丽丽  手机号: 15254904803  姓名: 宋秀珍  手机号: 13347585045  姓名: 孔桂珍  手机号: 18258911504

2、构造信用卡数据

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())  # 输出信息:  Card Number: 676181530350  Card Provider: Diners Club / Carte Blanche  Card Security Code: 615  Card Expire: 09/21

3、生成个人档案信息

from faker import Faker  fake = Faker(locale='zh_CN')  print(fake.profile())  # 输出信息  {'job': '美术指导', 'company': '易动力传媒有限公司', 'ssn': '370703197807179500', 'residence': '广西壮族自治区旭县蓟州东莞街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': '唐伟', 'sex': 'F', 'address': '新疆维吾尔自治区建华市东丽拉萨街a座 875743', 'mail': 'shenyang@hotmail.com', 'birthdate': datetime.date(2014, 4, 27)}

4、生成Python相关结构信息

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可迭代对象:{}.'.format(fake.pyiterable(      nb_elements=10, variable_nb_elements=True)))   # Python可迭代对象  print('生成Python结构:{}'.format(fake.pystruct(count=1)))  # Python结构  # 输出信息  成Python字典: {'论坛': 'nVcSbHlrcrhIBtwByVUM', '直接': 'drkyFUNcNxdbwYKhRLEZ', '成功': 'https://fang.cn/main/search/blog/search/', '没有': datetime.datetime(2006, 2, 24, 15, 40, 14), '原因': 404, '作者': 'OTJjsFHQklpUvTPtLCqP'} 生成Python可迭代对象:{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结构:(['cKwOvdCEFOhCERMSMXSf'], {'只有': 'hhwGCmjkHMOUjBTDztXp'}, {'还有': {0: 'vjcNqpnRbNUUxXpgVyvh', 1: [8725, 7125, 'aTSJssAJUKpuRLcbiwyK'], 2: {0: 'RmWlFQQpVZIQkxZPfJnq', 1: 'efsUVLgeStXbCOJDuJCf', 2: ['FgZQLCRjUTmEbBdDMEPZ', 'https://min.cn/search/faq/']}}})

4. 自定义Faker数据类型

如果这些数据还不够生成数据使用,Faker还支持创建自定义的Provider生成数据。

from faker import Faker  from faker.providers import BaseProvider  # 创建自定义Provider  class CustomProvider(BaseProvider):      def customize_type(self):          return 'test_Faker_customize_type'  # 添加Provider  fake = Faker()  fake.add_provider(CustomProvider)  print(fake.customize_type())

是不是十分简单,以后常用的数据就可以自己创建Provider用自动化的方法生成了,不仅节省了时间,复用性也变高了。

到此,关于"怎么安装使用Python中的Faker库"的学习就结束了,希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习,快去试试吧!若想继续学习更多相关知识,请继续关注网站,小编会继续努力为大家带来更多实用的文章!

0