fake@原作小泽
目录
测试数据
- 测试数据
- 批量插入数据
- faker模块
- 方法详细
- 地理信息类
- 基础信息类
- 邮箱信息类
- 网络基础信息类
- 浏览器信息类
- 数字信息
- 文本加密类
- 时间信息类
- 示例
- 方法详细
未经批准装载的文章： https://www.cnblogs.com/48xz/p/15981323.html
测试数据
如果我们需要测试数据，或者需要练习的数据总不能手动一条一条sql语句插入吧，这里我们可以通过下面这种方式插入，在test.py中测试
'''Book表举例，models.py'''
class Book(models.Model):
title = models.CharField(max_length=32)
price = models.CharField(max_length=32)
# 方案一：不推荐
import os
def main():
os.environ.setdefault('DJANGO_SETTINGS_MODULE', 'django_splitpage.settings')
import django
django.setup()
from app01 import models
for i in range(100):
models.Book.objects.create(title=f'书籍{i}', price=f'{i + 10}')
if __name__ == '__main__':
main()
'''
方式一虽然可以使用，但是在for循环中每操作一次插入数据的orm操作，就相当于重新操作了一次数据库，资源消耗大，而且速度慢
'''
# 方式二：推荐
book_list = []
for i in range(100):
books_obj = models.Book(title=f'书籍{i}',price=f'{i+10}')
book_list.append(books_obj)
models.Book.objects.bulk_create(book_list)
'''推荐这种创建，在for循环中将数据添到列表中，最后通过一条sql语句创建，速度更快'''
faker模块#
地理信息类#
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，如'信息有限公司'
credit_card_expire()：随机信用卡到期日，如'03/30'
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
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，如139
邮箱信息类#
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
浏览器信息类#
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()：随机Float数字
pyint()：随机Int数字（参考random_int()参数）
pydecimal()：随机Decimal数字（参考pyfloat参数）
文本加密类#
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
示例#
结合上述批量插入数据，我们来演示一下，插入一些看起来不太假的数据
from faker import Faker,Factory
faker = Faker('zh_CN') # 初始化成中文
user_list = []
for i in range(500):
user_obj = models.User(name=faker.name(),phone=faker.phone_number(),address=faker.address())
user_list.append(user_obj)
models.User.objects.bulk_create(user_list)
如果我们需要测试数据，或者需要练习的数据总不能手动一条一条sql语句插入吧，这里我们可以通过下面这种方式插入，在test.py中测试
'''Book表举例，models.py'''
class Book(models.Model):
title = models.CharField(max_length=32)
price = models.CharField(max_length=32)
# 方案一：不推荐
import os
def main():
os.environ.setdefault('DJANGO_SETTINGS_MODULE', 'django_splitpage.settings')
import django
django.setup()
from app01 import models
for i in range(100):
models.Book.objects.create(title=f'书籍{i}', price=f'{i + 10}')
if __name__ == '__main__':
main()
'''
方式一虽然可以使用，但是在for循环中每操作一次插入数据的orm操作，就相当于重新操作了一次数据库，资源消耗大，而且速度慢
'''
# 方式二：推荐
book_list = []
for i in range(100):
books_obj = models.Book(title=f'书籍{i}',price=f'{i+10}')
book_list.append(books_obj)
models.Book.objects.bulk_create(book_list)
'''推荐这种创建，在for循环中将数据添到列表中，最后通过一条sql语句创建，速度更快'''
地理信息类#
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，如'信息有限公司'
credit_card_expire()：随机信用卡到期日，如'03/30'
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
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，如139
邮箱信息类#
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
浏览器信息类#
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()：随机Float数字
pyint()：随机Int数字（参考random_int()参数）
pydecimal()：随机Decimal数字（参考pyfloat参数）
文本加密类#
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
示例#
结合上述批量插入数据，我们来演示一下，插入一些看起来不太假的数据
from faker import Faker,Factory
faker = Faker('zh_CN') # 初始化成中文
user_list = []
for i in range(500):
user_obj = models.User(name=faker.name(),phone=faker.phone_number(),address=faker.address())
user_list.append(user_obj)
models.User.objects.bulk_create(user_list)
这样批量插入数据库的测试数据就有了，插入了500条，这里截图一部分，通过faker模块产生的数据都是随机生成不同的数据，这样看起来是不是没用那么fake呢？
参考:faker库