faker:造假专业户,生成以假乱真的假数据

Posted traditional

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了faker:造假专业户,生成以假乱真的假数据相关的知识,希望对你有一定的参考价值。

楔子

我们平时在做测试的时候,经常会使用一些假数据,而Python中有一个包叫faker(不是打LOL的那个),专门用来生成假数据,并且生成的假数据非常逼真,下面我们就来看一下。

faker使用方法

基本使用

faker使用起来非常简单,我们看一下就知道了。

from faker import Faker

# 导入Faker这个类, 实例化即可
fake = Faker(locale="zh_CN")

# 然后调用里面的方法即可生成相应的假数据
print(fake.name())  # 谢秀华
print(fake.address())  # 四川省莉县白云沈阳路o座 313522

看起来还挺逼真的,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。

另外我们在实例化Faker这个类的时候,指定了locale="zh_CN",表示生成中文数据,因为默认是英文数据。faker可以生成多个语言的假数据,支持的语言如下:

  • 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

我们举个栗子:

from faker import Faker

fake = Faker(locale="ja_JP")

# 指定为日本
print(fake.name())  # 渚 あすか
print(fake.address())  # 栃木県西多摩郡奥多摩町花川戸41丁目7番10号 コート中宮祠994

# 指定为台湾
fake = Faker(locale="zh_TW")
print(fake.name())   # 趙美琪
print(fake.address())  # 23149 新營頂福州巷3段653號3樓

除了上面的name和address,faker还支持生成很多其它的数据。

地理信息类

from faker import Faker

fake = Faker(locale="zh_CN")

# 1. 随机打印一个国家, 此时跟Faker里面locale无关
print(fake.country())  # 吉布提

# 2. 国家编码, 此时跟Faker里面locale无关
print(fake.country_code())  # KW

# 3. 打印区, 此时是中国的区
print(fake.district())  # 朝阳

# 4. 打印纬度
print(fake.latitude())  # -39.076213

# 5. 打印经度
print(fake.longitude())  # 138.988316

# 6. 打印邮编
print(fake.postcode())  # 881534

# 7. 打印省份
print(fake.province())  # 新疆维吾尔自治区

# 8. 打印详细地址
print(fake.address())  # 河北省淑英县丰都永安街D座 260864

# 9. 打印街道地址
print(fake.street_address())  # 姜街c座

# 10. 打印街道名
print(fake.street_name())  # 海门街

# 11. 获取市、县 (打印的是后缀, 要么是县、要么是市)
print(fake.city_suffix())  # 市
print(fake.city_suffix())  # 县

# 12. 打印街、路(打印的是后缀, 要么是路、要么是街)
print(fake.street_suffix())  # 路
print(fake.street_suffix())  # 街

基础信息类

from faker import Faker

fake = Faker(locale="zh_CN")

# 1. 生成身份证号
print(fake.ssn())  # 513428197105280989

# 2. 生成公司服务名
print(fake.country_code())  # HT

# 3. 随机公司名(长)
print(fake.company())  # 创联世纪科技有限公司

# 4. 随机公司名(短)
print(fake.company_prefix())  # 信诚致远

# 5. 公司性质
print(fake.company_suffix())  # 信息有限公司

# 6. 随机信用卡到期日
print(fake.credit_card_expire())  # 03/28

# 7. 生成完整信用卡信息
print(fake.credit_card_full())
"""
xx JCB 16 digit
勇 赵
3505427828999283 12/22
CVC: 463

"""

# 8. 信用卡号
print(fake.credit_card_number())  # 44980244740048

# 9. 信用卡类型
print(fake.credit_card_provider())  # Mastercard

# 10. 信用卡安全码
print(fake.credit_card_security_code())  # 581

# 11. 随机职位
print(fake.job())  # 新媒体运营

# 12. 女性的名
print(fake.first_name_female())  # 丽娟

# 13. 男性的名
print(fake.first_name_male())  # 彬

# 14. 女性的姓和男性的姓, 这里的姓和上面的名组合起来得到一个完整的姓名
# 说实话个人觉得last_name_female打印姓有点别扭, 可能老外习惯将姓写在后、名字也在前
# 另外,关于姓,个人觉得其实男女没有太大区别
print(fake.last_name_female())  # 高
print(fake.last_name_male())  # 杨

# 15. 打印全名
print(fake.name())  # 田小红

# 16. 男性全名
print(fake.name_male())  # 朱燕

# 17. 女性全名
print(fake.name_female())  # 王凯

# 18. 随机生成手机号
print(fake.phone_number())  # 18035736881

# 19. 随机生成手机号段
print(fake.phonenumber_prefix())  # 147

计算机基础、Internet信息类

from faker import Faker

fake = Faker(locale="zh_CN")

# 1. 随机ASCII公司邮箱名
print(fake.ascii_company_email())  # minghan@jy.org

# 2. 随机ASCII邮箱
print(fake.ascii_email())  # gang38@yongcui.cn

# 3. 公司邮箱
print(fake.company_email())  # xiuyinggao@guoxia.org

# 4. 邮箱
print(fake.email())  # yang28@hotmail.com

# 5. 安全邮箱
print(fake.safe_email())  # jieqiao@example.com

网络基础信息类

from faker import Faker

fake = Faker(locale="zh_CN")

# 1. 生成域名
print(fake.domain_name())  # lijuan.net

# 2. 域词(即,不包含后缀)
print(fake.domain_word())  # weiyang

# 3. 随机IP4地址
print(fake.ipv4())  # 12.16.224.95

# 4. 随机IP6地址
print(fake.ipv6())  # e6b:5814:4d63:1496:9e0d:eb44:e114:722b

# 5. 随机MAC地址
print(fake.mac_address())  # 8a:1c:ce:eb:f0:5c

# 6. 网址域名后缀(com, net, cn等等,不包括.)
print(fake.tld())  # cn

# 7. 随机URI地址
print(fake.uri())  # https://na.cn/login/

# 8. 网址文件后缀
print(fake.uri_extension())  # .htm

# 9. 网址文件(不包含后缀)
print(fake.uri_page())  # homepage

# 10. 网址文件路径(不包含文件名)
print(fake.uri_path())  # categories

# 11. 随机URL地址
print(fake.url())  # https://jingsong.cn/

# 12. 随机用户名
print(fake.user_name())  # jing13

# 13. 随机URL地址
print(fake.image_url())  # https://dummyimage.com/109x622

浏览器信息类

from faker import Faker

fake = Faker(locale="zh_CN")

# 1. 随机生成Chrome的浏览器user_agent信息
print(fake.chrome()) 
# Mozilla/5.0 (Macintosh; Intel Mac OS X 10_7_7) AppleWebKit/535.0 (Khtml, like Gecko) Chrome/26.0.870.0 Safari/535.0

# 2. 随机生成FireFox的浏览器user_agent信息
print(fake.firefox()) 
# Mozilla/5.0 (android 3.2.2; Mobile; rv:15.0) Gecko/15.0 Firefox/15.0

# 3. 随机生成IE的浏览器user_agent信息
print(fake.internet_explorer())
# Mozilla/5.0 (compatible; MSIE 8.0; Windows 98; Win 9x 4.90; Trident/3.1)

# 4. 随机生成Opera的浏览器user_agent信息
print(fake.opera())  
# Opera/9.47.(X11; Linux i686; cv-RU) Presto/2.9.186 Version/11.00

# 5. 随机生成Safari的浏览器user_agent信息
print(fake.safari())  
"""
Mozilla/5.0 (iPod; U; CPU iPhone OS 4_2 like Mac OS X; ne-NP) 
AppleWebKit/534.29.1 (KHTML, like Gecko) Version/3.0.5 Mobile/8B119 Safari/6534.29.1
"""

# 6. 随机Linux信息
print(fake.linux_platform_token())  # X11; Linux x86_64

# 7. 随机user_agent信息
print(fake.user_agent())  
# Mozilla/5.0 (Windows NT 5.0; si-LK; rv:1.9.1.20) Gecko/2017-09-23 19:50:28 Firefox/3.8

数字类

这个意义不大,完全可以使用Python的内置模块,或者numpy来实现,这里不说了。

文本、加密类

from faker import Faker

fake = Faker(locale="zh_CN")

# 1. 随机字符串
print(fake.pystr())  # nyfOoBhwiCAYECiKOULE

# 2. 随机字母
print(fake.random_element())  # c

# 3. 随机字母
print(fake.random_letter())  # A

# 4. 随机生成一个段落
print(fake.paragraph())  # 产品特别为了文章.研究不同评论就是还是工程.

# 5. 随机生成多个段落
print(fake.paragraphs())
"""
[‘一下手机希望责任.合作空间联系最大.‘, 
‘用户免费中心部分就是如何男人.次数美国自己影响程序服务.你的类别欢迎日本是一.‘, 
‘数据情况工作一起发展应该自己.发展资源内容.‘]
"""

# 6. 随机生成一句话
print(fake.sentence())  # 更新法律学生应用.

# 7. 随机生成多句话,与段落类似
print(fake.sentences())  # [‘服务不过而且对于美国今天价格.‘, ‘发布全国语言帖子.‘, ‘产品关系问题产品.‘]

# 8. 随机生成一篇文章
print(fake.text())
"""
这是价格方法阅读.发布对于经济地区开发相关你们合作.
一些更新个人学生重要.什么威望网络影响.
市场这些环境阅读那个类别.软件男人怎么等级状态日本您的.
您的阅读地方论坛.广告帮助位置企业.以下应用运行主要当前只是.
简介只要来自如果科技.那么文化进入公司电话.
名称威望游戏报告最新日期论坛.最大为了如何提高大学.还是文件因为喜欢语言.的是以及资料是否现在两个.
"""

# 9. 随机生成词语
print(fake.word())  # 过程

# 10. 随机生成多个词语,用法与段落,句子,类似
print(fake.words())  # [‘任何‘, ‘参加‘, ‘正在‘]

# 11. 随机生成二进制编码
print(fake.binary())  # 非常长, 不打印了

# 12. 随机生成两位语言编码
print(fake.language_code())  # ks

# 13. 随机生成语言/国际 信息
print(fake.locale())  # shs_CA

# 14. 随机生成MD5
print(fake.md5())  # 0df0396328281f32b1922cd82016580d

# 15. 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
print(fake.password())  # C^!5fIk!s8

# 16. 随机SHA1
print(fake.sha1())  # e7d9fa4f3e9a25e5ab44d88971e4c56ef4cc446f

# 17. 随机SHA256
print(fake.sha256())  # 47f9163f2a72edc855ef25289c2cfcd4c213842607b4b936c12a43b477c8ed77

# 18. 随机UUID
print(fake.uuid4())  # 45dc0754-b3e3-4c94-bdcb-d20a3a8f4d9d

时间信息类

意义也不大,有兴趣可以自己了解一下。

小结

个人觉得,faker这个库最有用的就是生成名字和地址了,其实虽然可以生成很多信息,但是常用的只有几个,需要使用的时候直接查就可以了。

以上是关于faker:造假专业户,生成以假乱真的假数据的主要内容,如果未能解决你的问题,请参考以下文章

怎么将本地视频ai换脸

AIGC 后下一个巨大的风口:AI生成检测

我为什么放弃一个25000星的开源项目

使用NLP检测和对抗AI生成的假新闻

Rails6.0.0 + Faker + Devise +种子

ARTS打卡计划第三周-Tips