Python Faker 库造伪数据，使用 CSV 文件数据管理，faker 数据唯一性

2023-08-02
北京
本文字数：1452 字
阅读完需：约 5 分钟

Python Faker 库造伪数据，使用 CSV 文件进行数据驱动管理

一、Faker 概述

Python 在数据使用方面有举足轻重的地位，也越来越多的使用在自动化测试等方向。
在测试过程中，必不可少会经历造数据，数据驱动(DDT)测试的环节。
Python 的第三方库 Faker 可以很好的帮我们处理相关问题场景。

官方文档：https://faker.readthedocs.io/en/master/index.html

二、安装及基本使用

安装

# 因为是第三方库，可以直接使用pip进行安装>>>pip install Faker -i https://pypi.tuna.tsinghua.edu.cn/simple

复制代码

基本 API 的使用-----No bb, show me the code.

>>> from faker import Faker>>> f=Faker("zh-CN")>>> f.name()'尹强'>>> f.phone_number()'15094652820'>>> f.email()'minguo@dai.cn'>>> f.ssn()'430525196611276981'>>>

复制代码

基本的调用方法就是这样，生成一个 Faker 实例对象，通过.方法()的调用输出想要的数据。

Faker 的 api 接口很多很多，相关的接口写在最下方。

三、批量生成数据，使用 CSV 文件管理

在测试工作中，经常会将测试用数据统一管理起来，比如在 Jmeter 中常使用的就是 CSV 文件。

eg.

from faker import Faker

class FakerDemo:    def __init__(self):        # 实例化时，如果要生成中国的数据信息，参数内要加上"zh-CN"        self.fake = Faker("zh-CN")
    def person(self, count):        msg = ""        for i in range(count):            num = i + 1            name = self.fake.name()            phone = self.fake.phone_number()            email = self.fake.email()            msg += f"{num},{name},{phone},{email}\n"        return msg

if __name__ == '__main__':    #实例化FakeDemor对象    f = FakerDemo()    #生成10个人的信息(序号,姓名,电话,邮编)    data = f.person(10)    #print(data)
    with open("data.csv", "w") as d:        d.write(data)

复制代码

以上代码运行后，则会在当前目录生成一个data.csv文件。如下图所示

具体要生成哪些数据，则自己把握

四、数据唯一性问题

那我们需要确定一个问题，Faker 生成的数据是具有唯一性的吗？我们可以通过一小段代码来验证一下。

No bb, show me the code.

from faker import Faker

def faker_demo(n):    f = Faker("zh-CN")    l = []    for i in range(n):        name = f.name()        l.append(name)    return f"列表总数{len(l)},去重后总数{len(set(l))}"

if __name__ == '__main__':    print(faker_demo(100))

复制代码

经过调用显示结果如下：

100 条数据：

1000 条数据：

10000 条数据：

由此可知，faker 普通接口生成的数据，并不是具有唯一性的。

所以大家在使用中，如果是需要唯一性数据，需要更改一处代码：name = f.unique.name()

# 在生成数据时，先调用unique，上面例子中的代码则改成下面这样from faker import Faker

def faker_demo(n):    f = Faker("zh-CN")    l = []    for i in range(n):        # 代码更改处，调用数据时，先调用unique        name = f.unique.name()        l.append(name)    return f"列表总数{len(l)},去重后总数{len(set(l))}"

if __name__ == '__main__':    print(faker_demo(10000))

复制代码

生成 10000 条数据，验证一下：

这样，就不用自己再去写逻辑筛除，可以非常方便的生成唯一性数据了。

五、相关 API

数据的生成均为实例化 Faker 对象后通过.方法()进行调用，下表为平时最常用相关 API，不常用的 API 太多，网上到处都是，我也懒得贴了，大家可以自行百度查找。

获取更多技术资料，请点击！

发布于: 刚刚阅读数: 4

霍格沃兹测试开发学社

关注

社区：ceshiren.com 微信：ceshiren2021 2019-10-23 加入

微信公众号：霍格沃兹测试开发提供性能测试、自动化测试、测试开发等资料，实时更新一线互联网大厂测试岗位内推需求，共享测试行业动态及资讯，更可零距离接触众多业内大佬。

发布

暂无评论

创作场景

Python Faker 库造伪数据，使用 CSV 文件数据管理，faker 数据唯一性

Python Faker 库造伪数据，使用 CSV 文件进行数据驱动管理

一、Faker 概述

二、安装及基本使用

三、批量生成数据，使用 CSV 文件管理

四、数据唯一性问题

五、相关 API

霍格沃兹测试开发学社

评论