在软件需求、开发、测试过程中，有时候需要使用一些测试数据，针对这种情况，我们一般要么使用已有的系统数据，要么需要手动制造一些数据。
在手动制造数据的过程中，可能需要花费大量精力和工作量，现在好了，有一个Python包能够协助你完成这方面的工作。
1.什么是Faker
Faker是一个Python包，开源的GITHUB项目，主要用来创建伪数据，使用Faker包，无需再手动生成或者手写随机数来生成数据，只需要调用Faker提供的方法，即可完成数据的生成。
项目地址：
2.安装Faker
方法一：
pip install faker
方法二：
通过上方提供的github地址，来下载编译安装。
3.Faker的使用
引用包：
from faker import Faker
初始化：
f=Faker(locale='zh_CN')
关于初始化参数locale：为生成数据的文化选项，默认为en_US，只有使用了相关文化，才能生成相对应的随机信息（比如：名字，地址，邮编，城市，省份等）
可选择的文化信息：
- Arabic (Egypt)
- Arabic (Palestine)
- Arabic (Saudi Arabia)
- Bulgarian
- Czech
- German
- Danish
- Greek
- English (Australia)
- English (Canada)
- English (Great Britain)
- English (United States)
- Spanish (Spain)
- Spanish (Mexico)
- Estonian
- Persian (Iran)
- Finnish
- French
- Hindi
- Croatian
- Hungarian
- Italian
- Japanese
- Korean
- Lithuanian
- Latvian
- Nepali
- Dutch (Netherlands)
- Norwegian
- Polish
- Portuguese (Brazil)
- Portuguese (Portugal)
- Russian
- Slovene
- Swedish
- Turkish
- Ukrainian
- Chinese (China)
- Chinese (Taiwan)
然后即可使用系统提供的方法：
f.name() #生成姓名
f.address() #生成地址
4.常用方法一览
city_suffix()：市，县
country()：国家
country_code()：国家编码
district()：区
geo_coordinate()：地理坐标
latitude()：地理坐标(纬度)
longitude()：地理坐标(经度)
lexify()：替换所有问号（“？”）带有随机字母的事件。
numerify()：三位随机数字
postcode()：邮编
province()：省份
street_address()：街道地址
street_name()：街道名
street_suffix()：街、路
random_digit()：0~9随机数
random_digit_not_null()：1~9的随机数
random_element()：随机字母
random_int()：随机数字，默认0~9999，可以通过设置min,max来设置
random_letter()：随机字母
random_number()：随机数字，参数digits设置生成的数字位数
color_name()：随机颜色名
hex_color()：随机HEX颜色
rgb_color()：随机RGB颜色
safe_color_name()：随机安全色名
safe_hex_color()：随机安全HEX颜色
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
credit_card_expire()：随机信用卡到期日
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
currency_code()：货币编码
am_pm()：AM/PM
century()：随机世纪
date()：随机日期
date_between()：随机生成指定范围内日期，参数：start_date，end_date取值：具体日期或者today,-30d,-30y类似
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_this_month()：
date_this_year()：
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
file_extension()：随机文件扩展名
file_name()：随机文件名（包含扩展名，不包含路径）
file_path()：随机文件路径（包含文件名，扩展名）
mime_type()：随机mime Type
ascii_company_email()：随机ASCII公司邮箱名
ascii_email()：随机ASCII邮箱
ascii_free_email()：
ascii_safe_email()：
company_email()：
domain_name()：生成域名
domain_word()：域词(即，不包含后缀)
email()：
free_email()：
free_email_domain()：
f.safe_email()：安全邮箱
f.image_url()：随机URL地址
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
isbn10()：随机ISBN（10位）
isbn13()：随机ISBN（13位）
job()：随机职位
paragraph()：随机生成一个段落
paragraphs()：随机生成多个段落，通过参数nb来控制段落数，返回数组
sentence()：随机生成一句话
sentences()：随机生成多句话，与段落类似
text()：随机生成一篇文章（不要幻想着人工智能了，至今没完全看懂一句话是什么意思）
word()：随机生成词语
words()：随机生成多个词语，用法与段落，句子，类似
binary()：随机生成二进制编码
boolean()：True/False
language_code()：随机生成两位语言编码
locale()：随机生成语言/国际 信息
md5()：随机生成MD5
null_boolean()：NULL/True/False
password()：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
sha1()：随机SHA1
sha256()：随机SHA256
uuid4()：随机UUID
first_name()：
first_name_female()：女性名
first_name_male()：男性名
first_romanized_name()：罗马名
last_name()：
last_name_female()：女姓
last_name_male()：男姓
last_romanized_name()：
name()：随机生成全名
name_female()：男性全名
name_male()：女性全名
romanized_name()：罗马名
msisdn()：移动台国际用户识别码，即移动用户的ISDN号码
phone_number()：随机生成手机号
phonenumber_prefix()：随机生成手机号段
profile()：随机生成档案信息
simple_profile()：随机生成简单档案信息
随机生成指定类型数据：
pybool()：
pydecimal()：
pydict()：
pyfloat()：left_digits=5 #生成的整数位数,
right_digits=2 #生成的小数位数,
positive=True #是否只有正数
pyint()：
pyiterable()
pylist()
pyset()
pystr()
pystruct()
pytuple()
ssn()：生成身份证号
chrome()：随机生成Chrome的浏览器user_agent信息
firefox()：随机生成FireFox的浏览器user_agent信息
internet_explorer()：随机生成IE的浏览器user_agent信息
opera()：随机生成Opera的浏览器user_agent信息
safari()：随机生成Safari的浏览器user_agent信息
linux_platform_token()：随机Linux信息
user_agent()：随机user_agent信息
5.使用中遇到的问题
元旦前发布的这篇文章，由于工作需要，元旦期间创建伪数据的过程中，发现一个很有意思的问题。不同的文化类之间，方法是偶然有区别的。
比如，在中文(zh_CN)中的方法，district()#获取区 province()#获取省的方法，在有些包里是没有的，这需要根据所使用文化类的国家特制来。
比如，中国的一级行政单位，是省，直辖市，自治区；而日本的一级行政单位，是都、道、府、县。所以，日文包(ja_JP)中，就没有相应的province(),district(),取而代之的是prefecture(),town()；在美国，一级行政单位又是洲，所以，在美国英语包()中，取而代之的是state()；
总之，在使用不同Fake类之前，最好对所生成文化的国家信息做初步的了解，建议先浏览其对应的类文件的成员。