In [2]:
# pip install Faker
或者去Faker的PyPI页面下载Wheel或者Source文件进行安装。
在 Debian/Ubuntu 中，可以使用下面的命令安装。 这个包的名称看起来不一样，而且版本也比较低。 Pypi 中发布的版本在 2022 年底已经是 15.x ， 但是操作系统仓储库中的版本还不到 1.0 （Ubuntu 22.04 及 Debian 12） 。
apt search python3-fake-factory
python3-fake-factory/stable,now 0.9.3-0.1 all [installed]但是经过测试，效果是一样的，按如下方式安装：
sudo apt install -y python3-fake-factory
使用比较简单。要注意根据应用的语言，最好开始就设置好 locale 关键词。
In [3]:
from faker import Faker
fake = Faker(locale="zh_CN")
fake.name()
Out[3]:
'庄凯'
In [4]:
fake.address()
Out[4]:
'江苏省惠州市萧山海门路a座 666591'
In [5]:
fake.text()
Out[5]:
'问题部门类型主题.工程更新操作.本站数据会员更多拥有业务.\n注册还是计划她的推荐以下项目.规定系列工程这样.加入地区方式所以合作.\n我的价格就是分析一些环境全部.等级显示是否成功具有浏览方法.\n最后您的客户商品为什只是主要人员.以下日本资源如何部门.什么系统深圳谢谢方式.\n完全大家经济能够一个计划我的日本.提供国际而且游戏记者不要教育.\n经验什么决定历史详细.游戏发现进行当然.特别研究地址已经.'
In [6]:
fake.url()
Out[6]:
'https://www.zf.org/'
In [7]:
fake.email()
Out[7]:
'guiying25@example.com'
Faker 是一个专业的 Python 测试数据生成库，能够快速创建各类仿真数据。它支持生成包括姓名、地址、电话号码、IP 地址、公司信息等 200 多种数据类型，并提供 47 种语言区域设置。
主要特点：
- 数据真实性强，符合各地区的实际分布规律
- 支持自定义数据生成规则和扩展
- 高性能，每秒可生成上千条数据
- 保持数据间的逻辑关联性
典型应用场景：
开发和测试阶段的数据填充
前端界面展示数据
数据库压力测试
隐私数据脱敏处理
通过简单的 API 调用即可生成各类逼真的测试数据，大幅提升开发和测试效率。 最新版本还增加了金融、医疗等专业领域的数据模板支持。