【高效】生成人物测试数据!

我们都知道,一款软件被开发出来的过程中一般会经历开发、测试、生产阶段。这三个阶段分别对应了三种环境:

  • 开发环境
  • 测试环境
  • 生产环境

在这三种环境中只有生产环境的数据是真实的,其余两个环境均为测试数据也就是我们常说的假数据。在开发和测试的阶段我们需要大量且合理的假数据。我在刚开始工作的时候只会自己造数据,什么张三、李四、王五。。。造出来的数据不仅不美观而且有很大的局限性!

那么有没有什么方法能生成合理的测试数据呢?

今天来介绍两种方法,能快速的生成一个完整的人物信息!

Faker 工具库

Faker 是一个常用于生成虚假数据的开发工具库,用于开发和测试环境中模拟真实数据。它能生成各种类型的虚假数据,包括姓名、地址、电子邮件地址、电话号码、日期等,来帮助开发人员创建测试数据、填充数据库等任务。

集成Faker(以Maven为例)

xml 复制代码
<dependency>
    <groupId>com.github.javafaker</groupId>
    <artifactId>javafaker</artifactId>
    <version>1.0.2</version> 
</dependency>

service层

新建一个service类,在其中实现调用Faker库的过程。具体写法如下。

controller层

controller接口用于将生成的数据以json格式返回。代码如下。

postman测试

我们可以看到接口返回了一个完整的人物信息。如果想生成中文信息只需要在Faker类构造的时候指定区域。例如:

Faker faker = new Faker(new Locale("zh_CN"));

第三方API

如果不想引入第三方工具库还可以借助第三方API来生成完整的人物信息。例如:

randomuser.me/api/

service层

根据配置文件中的URL来调用第三方API。代码如下。

controller层

postman测试

我们可以看到,返回的测试数据非常完整,甚至包括了人物的头像。

总结

以上就是两种常用的生成人物测试数据的方法,可以生成完整且饱满的人物信息!

更多文章源码,推荐公众号【程序员老J】

相关推荐
明月_清风5 分钟前
Python 内存手术刀:sys.getrefcount 与引用计数的生死时速
后端·python
明月_清风8 分钟前
Python 消失的内存:为什么 list=[] 是新手最容易踩的“毒苹果”?
后端·python
IT_陈寒14 小时前
Python开发者必知的5大性能陷阱:90%的人都踩过的坑!
前端·人工智能·后端
流浪克拉玛依15 小时前
Go Web 服务限流器实战:从原理到压测验证 --使用 Gin 框架 + Uber Ratelimit / 官方限流器,并通过 Vegeta 进行性能剖析
后端
随风飘的云15 小时前
MySQL的慢查询优化解决思路
数据库
孟沐15 小时前
保姆级教程:手写三层架构 vs MyBatis-Plus
后端
星浩AI15 小时前
让模型自己写 Skills——从素材到自动生成工作流
人工智能·后端·agent
华仔啊17 小时前
为啥不用 MP 的 saveOrUpdateBatch?MySQL 一条 SQL 批量增改才是最优解
java·后端
武子康18 小时前
大数据-242 离线数仓 - DataX 实战:MySQL 全量/增量导入 HDFS + Hive 分区(离线数仓 ODS
大数据·后端·apache hive
砍材农夫18 小时前
TCP和UDP区别
后端