工具| 专门"造假"的faker

一  前言

因为某个项目需要构造数亿级别的数据，而且要求数据必须符合一定的业务属性，比如 用户数据，姓名，地址，手机号(唯一索引)，年龄 ；商品数据 商品名称，价格，商品id 等待。另外数据内容要具有一定的随机性。

手工拼装 需要耗费大量人力，寻寻觅觅找到Faker这个Python库，用它来生成各种各样的伪数据。

二  专门造假的工具包 Faker

Faker 是一款开源的基于python开发的模块，我们可以 利用它可以生成具有一定属性的伪随机数据。

2.1 安装使用

安装

pip install Faker

基本用法案例

>>> from faker import Faker>>> fake = Faker()>>> fake.name()'Joanna Bailey'>>> faker_cn  = Faker(locale='zh_CN')>>> faker_cn.name()'杜想'>>> fake.address()'6708 Cortez Corners Suite 497\nAnnhaven, NM 17759'>>> faker_cn.address()'重庆市东县沈河曹街D座 817284'

实例化时 可以使用 locale 来选择生成指定地区的数据和语言文字。如果不指定则是en_US，指定 zh_CN 则为中国大陆地区。大家可以参考

https://faker.readthedocs.io/en/master/fakerclass.html#locale-normalization

从案例中可以看到 利用faker 可以伪造一个类似正常的数据。当然数据的属性不止这些。

2.2 常用的属性

地理位置相关

country()：国家province()：省份city_suffix()：市，县district()：区street_address()：街道地址street_name()：街道名street_suffix()：街、路country_code()：国家编码postcode()：邮编geo_coordinate()：地理坐标longitude()：经度latitude()：纬度

数字相关

numerify()：生成三位随机数random_digit()：生成0~9随机数random_digit_not_null()：生成1~9的随机数random_element()：生成随机字母random_int()：随机数字，默认0~9999，可通过min,max参数修改random_letter()：随机字母random_number()：随机数字，参数digits设置生成的数字位数color_name()：随机颜色名hex_color()：随机HEX颜色rgb_color()：随机RGB颜色safe_color_name()：随机安全色名safe_hex_color()：随机安全HEX颜色

公司相关

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currency_code()：货币编码

时间相关

am_pm()：AM/PMcentury()：随机世纪date()：随机日期date_between()：随机生成指定范围内日期，参数：start_date，end_datedate_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_this_month()：date_this_year()：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datesfuture_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

文件 网络相关

file_extension()：随机文件扩展名file_name()：随机文件名（包含扩展名，不包含路径）file_path()：随机文件路径（包含文件名，扩展名）mime_type()：随机mime Typeascii_company_email()：随机ASCII公司邮箱名ascii_email()：随机ASCII邮箱ascii_free_email()：ascii_safe_email()：company_email()：domain_name()：生成域名domain_word()：域词(即，不包含后缀)f.image_url()：随机URL地址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isbn10()：随机ISBN（10位）isbn13()：随机ISBN（13位）

文字，加密相关

paragraph()：随机生成一个段落paragraphs()：随机生成多个段落，通过参数nb来控制段落数，返回数组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/Falselanguage_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MD5null_boolean()：NULL/True/Falsepassword()：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SHA1sha256()：随机SHA256uuid4()：随机UUID

人员相关

first_name()：first_name_female()：女性名first_name_male()：男性名first_romanized_name()：罗马名last_name()：last_name_female()：女last_name_male()：男last_romanized_name()：name()：随机生成姓名name_female()：男性姓名name_male()：女性姓名romanized_name()：罗马名msisdn()：移动台国际用户识别码，即移动用户的ISDN号码phone_number()：随机生成手机号phonenumber_prefix()：随机生成手机号段profile()：随机生成档案信息simple_profile()：随机生成简单档案信息ssn()：生成身份证号 job()：随机职位email()：free_email()：free_email_domain()：f.safe_email()：安全邮箱

浏览器 user_agent

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

三 小结

笔者在使用的过程中利用faker 造了几亿的数据，绝大多数满足业务需求，遇到的问题是数据具有一定的重复性，尤其是手机号，会员id 这类相对要唯一的数据，只能通过一定的手段绕过。下一篇文章介绍如何生成唯一数据解决该问题。

相关资料

https://faker.readthedocs.io/en/master/fakerclass.html

https://github.com/joke2k/faker