Python也学会造假了？推荐一个神奇的库Faker

造假，Python是专业的 😎

老板说要"假数据"，我真的慌了！

前几天，老板突然甩给我一个需求："咱们数据库里数据太少，先搞点测试数据看看效果。"

我心想，这还不简单？随便写个for循环，random.randint()往里一丢，不就完事了？

结果老板补了一句："要真实点的，比如姓名、地址、手机号、邮箱那种。"

这时候，我的大脑已经在疯狂计算：

姓名？我得找个姓氏 + 名字的列表拼接？
地址？手写全国地名？
手机号？光头脑袋都要想秃了！

就在我以为要手动编写一万个假数据，熬夜到秃头的时候，我发现了 Faker 这个神奇的库。

朋友们，假数据生成，我们程序员才是专业的！ 🎉

Faker：Python的"造假专家"

Faker 是 Python 里的一个第三方库，专门用来 生成假数据。不管你要姓名、手机号、邮箱，还是地址、公司名、银行卡号，它都能轻松生成！

你甚至可以用它生成一份"假简历"，完美应付"我有五年工作经验"的尴尬问题（当然，咱们做人要诚信，别真的造假哦😂）。

安装 Faker（比安装游戏还简单）

用 pip 安装它，简单到不行：

bash 复制代码

pip install faker

然后，在 Python 里试试看：

python 复制代码

from faker import Faker

fake = Faker()
print(fake.name())  # 随机生成一个名字
print(fake.address())  # 随机生成一个地址
print(fake.email())  # 随机生成一个邮箱

运行结果可能是：

plaintext 复制代码

Michael Johnson
1234 Elm Street, Springfield, IL 62704
[email protected]

怎么样，效果还不错吧？这名字听着就像个正经人 🤣

Faker的核心用法

Faker 的用法很简单，核心思路就是 创建一个 Faker 实例，然后调用它的各种方法 生成不同类型的数据。

1. 生成不同语言的假数据

默认情况下，Faker 生成的是英文数据，如果要生成中文数据，可以加个 "zh_CN"：

python 复制代码

from faker import Faker

fake = Faker("zh_CN")
print(fake.name())  # 随机生成一个名字
print(fake.address())  # 随机生成一个地址
print(fake.email())  # 随机生成一个邮箱

plaintext 复制代码

赵建军
广西壮族自治区琴市怀柔贵阳路C座 684728
[email protected]

Faker 支持 90+ 种语言 常见的 Faker 语言代码如下：

语言	代码	语言	代码
中文（中国）	`zh_CN`	英文（美国）	`en_US`
英文（英国）	`en_GB`	日语	`ja_JP`
韩语	`ko_KR`	法语（法国）	`fr_FR`
德语（德国）	`de_DE`	俄语	`ru_RU`
西班牙语（西班牙）	`es_ES`	意大利语	`it_IT`
葡萄牙语（巴西）	`pt_BR`	荷兰语	`nl_NL`
印度语	`hi_IN`	阿拉伯语	`ar_EG`

如果你想查看 Faker 完整的语言列表，可以运行：

python 复制代码

from faker.config import AVAILABLE_LOCALES
print(AVAILABLE_LOCALES)

这样就能看到所有 Faker 支持的语言代码 了！

2. 批量生成 N 条假数据

如果你要一次生成 1000 条数据，总不能手动调用 1000 次吧？这时候，for 循环派上用场了！

python 复制代码

for _ in range(5):  # 生成5条数据
    print(fake.name(), fake.email(), fake.job())

运行结果：

plaintext 复制代码

王芳 [email protected] 软件工程师
李强 [email protected] 数据分析师
张伟 [email protected] 网络安全专家
刘娜 [email protected] 人力资源经理
赵磊 [email protected] 产品经理

如果你要生成 一整张表的数据，比如导出到 Excel，那该怎么做呢？往下看👇

实战1：生成测试数据并导出 Excel

假设我们要生成一份 1000 条用户信息的 Excel 表，包含 姓名、邮箱、手机号、公司、职位。

这时候，我们可以用 Faker + pandas，轻松完成导出 Excel 的任务！

代码示例

python 复制代码

import pandas as pd
from faker import Faker

fake = Faker("zh_CN")

# 生成 1000 条假数据
data = []
for _ in range(1000):
    data.append([
        fake.name(),
        fake.email(),
        fake.phone_number(),
        fake.company(),
        fake.job()
    ])

# 用 pandas 创建 DataFrame
df = pd.DataFrame(data, columns=["姓名", "邮箱", "手机号", "公司", "职位"])

# 保存到 Excel
df.to_excel("fake_users.xlsx", index=False)

print("Excel 生成完毕，快去看看吧！🚀")

💡 代码解读：

用 fake.name() 生成中文姓名
用 fake.email() 生成邮箱
用 fake.phone_number() 生成手机号
用 fake.company() 生成公司名
用 fake.job() 生成职位
最后用 pandas 存入 Excel，这样就可以轻松导出一份假数据表格！

实战2：模拟 API 接口返回的数据

如果你想用 Faker 生成 模拟 API 接口返回的数据 ，可以使用 json 或 dict 结构，然后格式化输出。下面介绍几种常见的方法：

方法 1：简单接口数据（JSON 格式）

python 复制代码

import json
from faker import Faker

fake = Faker("zh_CN")  # 生成中文数据

# 生成一条用户数据
data = {
    "user_id": fake.uuid4(),
    "name": fake.name(),
    "email": fake.email(),
    "phone": fake.phone_number(),
    "address": fake.address(),
    "company": fake.company(),
    "job": fake.job(),
    "created_at": fake.date_time_this_year().isoformat(),
}

# 转换成 JSON 格式输出
print(json.dumps(data, indent=4, ensure_ascii=False))

示例输出（JSON 数据）：

json 复制代码

{
    "user_id": "f0da2b7b-1159-4f90-800c-6ed59be66523",
    "name": "黄海燕",
    "email": "[email protected]",
    "phone": "13648640903",
    "address": "青海省杨县龙潭哈尔滨街R座 713788",
    "company": "恒聪百汇传媒有限公司",
    "job": "炼胶工",
    "created_at": "2025-01-19T22:03:55"
}

方法 2：批量生成接口数据

如果需要 一次性生成多条数据 （比如 10 个用户），可以用 列表解析 生成 JSON 数组：

python 复制代码

data_list = [
    {
        "user_id": fake.uuid4(),
        "name": fake.name(),
        "email": fake.email(),
        "phone": fake.phone_number(),
        "company": fake.company(),
        "job": fake.job(),
        "created_at": fake.date_time_this_year().isoformat(),
    }
    for _ in range(10)  # 生成 10 条数据
]

# 转换成 JSON 格式输出
print(json.dumps(data_list, indent=4, ensure_ascii=False))

示例输出（JSON 数组）：

json 复制代码

[    
    {
        "user_id": "ac9c9caa-2134-437e-beb6-ebc334d90ae1",
        "name": "苏建国",
        "email": "[email protected]",
        "phone": "15895021634",
        "company": "天开传媒有限公司",
        "job": "管家部经理/主管",
        "created_at": "2025-03-06T05:23:05"
    },
    {
        "user_id": "6525642b-d7e5-4299-a3d9-1cee60cbfd4c",
        "name": "冯晶",
        "email": "[email protected]",
        "phone": "13896607243",
        "company": "九方科技有限公司",
        "job": "区域销售经理",
        "created_at": "2025-03-27T05:20:20"
    },
    ...... 此处省略8条数据
]

方法 3：使用 Flask 搭建一个 Mock API

如果你想让前端可以直接访问 http://127.0.0.1:5000/api/users 来获取假数据，可以结合 Flask 搭建一个本地 API 接口：

python 复制代码

from flask import Flask, jsonify
from faker import Faker

app = Flask(__name__)
fake = Faker("zh_CN")

# 定义一个 API 端点
@app.route("/api/users", methods=["GET"])
def get_users():
    users = [
        {
            "user_id": fake.uuid4(),
            "name": fake.name(),
            "email": fake.email(),
            "phone": fake.phone_number(),
            "company": fake.company(),
            "job": fake.job(),
            "created_at": fake.date_time_this_year().isoformat(),
        }
        for _ in range(2)  # 生成 2 条数据
    ]
    return jsonify(users)

if __name__ == "__main__":
    app.run(debug=True)

运行后，访问：

arduino 复制代码

http://127.0.0.1:5000/api/users

返回 JSON 响应

这样，你就有了一个可以模拟 API 接口的本地服务 🚀 适用于前端调用、测试 API 数据。

容易被忽略的 Faker 小技巧

1. Faker 还能生成身份证号、信用卡、IP 地址！

python 复制代码

print(fake.ssn())  # 生成随机身份证号
print(fake.credit_card_number())  # 生成信用卡号
print(fake.ipv4())  # 生成 IPv4 地址

2. Faker可以模拟哪些数据

如果你想查看 Faker 可以生成哪些类型的数据，可以使用以下方法：

python 复制代码

from faker import Faker

fake = Faker()
print(dir(fake))  # 查看所有可用的方法

3. 让假数据"可复现"

有时候，我们希望生成的假数据 每次都一样 （比如写测试用例时）。这时候，可以用 seed() 方法：

python 复制代码

fake.seed_instance(42)  # 设置种子
print(fake.name())  # 这次和下次运行都会是同一个名字

4. 生成定制格式的数据

你是不是以为 Faker 只能生成那些官方定义好的字段？其实，它还能按 自定义格式 生成数据！

python 复制代码

# 生成指定格式的手机号（以 138 开头）
print(fake.numerify("138#######"))  # 138开头的手机号

# 生成固定格式的身份证号（随机后六位）
print(fake.numerify("11010119######11"))  

# 生成随机订单号（前缀+随机数字）
print(fake.bothify("ORDER-####-????"))  # "ORDER-4738-WJGD"

5. 生成 "看起来更真实" 的数据

有时候，默认的 name()、address() 生成的数据虽然随机，但不够真实。你可以指定某些值更常见！

python 复制代码

# 让特定公司名更常见
company_list = ["阿里巴巴", "腾讯", "华为", "百度", "字节跳动"]
print(fake.random_element(company_list))  # 随机公司

# 指定某些姓氏更常见
last_names = ["张", "王", "李", "赵", "刘"]
print(fake.last_name() + fake.first_name())  # 更真实的姓名

6. 生成唯一 & 不重复数据

Faker 可能会生成重复的数据？不怕，我们有 unique 这个大招

python 复制代码

print(fake.unique.email())  # 生成不重复的 email
print(fake.unique.name())   # 生成不重复的姓名

fake.unique.xxx() 让 Faker 确保不会重复
避免数据库主键重复，特别适合批量造数据

Python，真是无所不能！

还记得文章开头的需求吗？现在，假数据分分钟就能搞定！

有了 Faker，手写测试数据的日子一去不复返了，我们可以 优雅地摸鱼 了

不过，咱们做人要诚信，这个库只能用来测试，别真的用来骗人哦！

👉 顺手点赞+在看，就是对花姐最大的支持！ ❤️