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。
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
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。
环境：
CentOS7.9 + Python3.8.6
可能要先安装如下包：
install bzip2-devel
install -y bzip2*
install xz-devel
install python-backports-lzma
需要修改下lzma.py，否则会报错:Could not import the lzma module
# cd /usr/local/python3/lib/python3.8
# vim lzma.py
修改前：
import builtins
import io
import os
from _lzma import *
from _lzma import _encode_filter_properties, _decode_filter_properties
import _compression
修改后：
import builtins
import io
import os
try:
from _lzma import *
from _lzma import _encode_filter_properties, _decode_filter_properties
except ImportError:
from backports.lzma import *
from backports.lzma import _encode_filter_properties, _decode_filter_properties
import _compression
使用：
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(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
造10000条基本数据输出到Excel完整j脚本如下：
from faker import Faker
import xlwt
import pandas as pd
fake = Faker(['zh_CN'])
def save_to_excel():
work_book = xlwt.Workbook(encoding='utf-8')
work_sheet = work_book.add_sheet('testdata01')
# 添加字段名
head = ['姓名', '手机号', '身份证号', '公司', '地址', '银行卡', '职位', '邮箱']
for h in range(len(head)):
work_sheet.write(0, h, head[h])
# 添加构造的随机数据
for i in range(5000):
name = fake.name()
phone = fake.phone_number()
id_card = fake.ssn()
comp = fake.company()
addr = fake.address()
bank_card = fake.credit_card_number()
title = fake.job()
email = fake.email()
work_sheet.write(i+1, 0, name)
work_sheet.write(i+1, 1, phone)
work_sheet.write(i+1, 2, id_card)
work_sheet.write(i+1, 3, comp)
work_sheet.write(i+1, 4, addr)
work_sheet.write(i+1, 5, bank_card)
work_sheet.write(i+1, 6, title)
work_sheet.write(i+1, 7, email)
work_book.save('testdata01.xls')
def save_to_excel2(file_path, n):
res = []
for i in range(n):
res.append([fake.name(), fake.phone_number(), fake.ssn(), fake.company(), fake.address(), fake.credit_card_number(), fake.job(), fake.email()])
# list转dataFrame
df = pd.DataFrame(data=res, columns=['name', 'phone', 'id_card', 'comp', 'addr', 'bank_card', 'title', 'email'])
# 保存到本地excel
df.to_excel(file_path, index=False)
if __name__ == '__main__':
save_to_excel()保存文件名为：/home/fake.py
执行命令：python3 fake.py 就会在当前目前下生成xlxs文件。
附录：常用Faker函数
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
五、常用函数
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
profile(): 个人档案
ssn()：生成身份证号
bs()：随机公司服务名
company()：随机公司名（长）
company_prefix()：随机公司名（短）
company_suffix()：公司性质
credit_card_expire()：随机信用卡到期日
credit_card_full()：生成完整信用卡信息
credit_card_number()：信用卡号
credit_card_provider()：信用卡类型
credit_card_security_code()：信用卡安全码
job()：随机职位
first_name_female()：女性名
first_name_male()：男性名
last_name_female()：女姓
last_name_male()：男姓
name()：随机生成全名
name_female()：男性全名
name_male()：女性全名
phone_number()：随机生成手机号
phonenumber_prefix()：随机生成手机号段
3、计算机基础、Internet信息类
ascii_company_email()：随机ASCII公司邮箱名
ascii_email()：随机ASCII邮箱：
company_email()：
email()：
safe_email()：安全邮箱
4、网络基础信息类
domain_name()：生成域名
domain_word()：域词(即，不包含后缀)
ipv4()：随机IP4地址
ipv6()：随机IP6地址
mac_address()：随机MAC地址
tld()：网址域名后缀(.com,.net.cn,等等，不包括.)
uri()：随机URI地址
uri_extension()：网址文件后缀
uri_page()：网址文件（不包含后缀）
uri_path()：网址文件路径（不包含文件名）
url()：随机URL地址
user_name()：随机用户名
image_url()：随机URL地址
5、浏览器信息类
chrome()：随机生成Chrome的浏览器user_agent信息
firefox()：随机生成FireFox的浏览器user_agent信息
internet_explorer()：随机生成IE的浏览器user_agent信息
opera()：随机生成Opera的浏览器user_agent信息
safari()：随机生成Safari的浏览器user_agent信息
linux_platform_token()：随机Linux信息
user_agent()：随机user_agent信息
6、数字类
numerify()：三位随机数字
random_digit()：0~9随机数
random_digit_not_null()：1~9的随机数
random_int()：随机数字，默认0~9999，可以通过设置min,max来设置
random_number()：随机数字，参数digits设置生成的数字位数
pyfloat()：
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
pyint()：随机Int数字（参考random_int()参数）
pydecimal()：随机Decimal数字（参考pyfloat参数）
7、文本、加密类
pystr()：随机字符串
random_element()：随机字母
random_letter()：随机字母
paragraph()：随机生成一个段落
paragraphs()：随机生成多个段落
sentence()：随机生成一句话
sentences()：随机生成多句话，与段落类似
text()：随机生成一篇文章
word()：随机生成词语
words()：随机生成多个词语，用法与段落，句子，类似
binary()：随机生成二进制编码
boolean()：True/False
language_code()：随机生成两位语言编码
locale()：随机生成语言/国际 信息
md5()：随机生成MD5
null_boolean()：NULL/True/False
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
sha1()：随机SHA1
sha256()：随机SHA256
uuid4()：随机UUID
8、时间信息类
date()：随机日期
date_between()：随机生成指定范围内日期，参数：start_date，end_date
date_between_dates()：随机生成指定范围内日期，用法同上
date_object()：随机生产从1970-1-1到指定日期的随机日期。
date_time()：随机生成指定时间（1970年1月1日至今）
date_time_ad()：生成公元1年到现在的随机时间
date_time_between()：用法同dates
future_date()：未来日期
future_datetime()：未来时间
month()：随机月份
month_name()：随机月份（英文）
past_date()：随机生成已经过去的日期
past_datetime()：随机生成已经过去的时间
time()：随机24小时时间
timedelta()：随机获取时间差
time_object()：随机24小时时间，time对象
time_series()：随机TimeSeries对象
timezone()：随机时区
unix_time()：随机Unix时间
year()：随机年份
9、python 相关方法
profile()：随机生成档案信息
simple_profile()：随机生成简单档案信息
pyiterable()
pylist()
pyset()
pystruct()
pytuple()
pydict()
————————————————
