Mock 假数据生成器

如何使用Mock 假数据生成器

关于Mock 假数据生成器的常见问题

mock 假数据生成器会上传我的字段名和数据吗？

不会上传。词库、区划表、号段表全部内置在页面里，不联网去任何 mock 站或接口拉取，所以你定义了哪些字段名、粘了哪段建表语句、生成出来的数据长什么样，都不会告诉任何服务器。生成、序列化、下载全在你的浏览器本地完成。粘贴的样例刷新即清空，字段表只有你主动点「保存这套字段」才会留在本机，随时可以清除；分享串写进地址的井号片段而不是查询串，不会进访问统计的参数。（站点自身仅有匿名访问量统计，与你的字段名无关。）

mock 假数据的字段表能保存和分享给同事吗？

能，而且分享出去的只有字段定义，不含生成出来的数据。点「保存这套字段」会把字段表连同条数、格式、空值率这些参数一起存进本机浏览器，下次进来直接取；点「分享字段表」会把同一套东西编码进地址的井号片段，发给同事打开就是同一张表。两处走的是同一条恢复路径，不会只回填一半。要注意种子不跟着分享走，它留在你自己手里；想让同事拿到逐字节相同的数据，把种子单独说一声。

手机上能用这个假数据生成器吗？需要装软件吗？

可以，不用装任何 App、插件或命令行工具。这是纯网页实现，手机、平板、电脑浏览器打开即用。窄屏上字段表会改成一行一卡，字段名和类型下拉在上、参数折叠在下；结果区和四张速查表都可以横向滚动。复制走系统剪贴板，剪贴板不可用时会提示你手动选中文本而不是静默失败。下载的文件名不以点开头，手机浏览器不会把它当成隐藏文件或者悄悄改扩展名。

怎么批量生成 json 测试数据并导进数据库？

两条路。要走接口或前端假数据，就把格式留在 JSON，字段名写成带点号的形式还能组装成嵌套对象，写成带方括号的形式会出数组，复制出来直接粘进代码或 mock 接口数据的返回值里。要直接灌库，就切到 SQL INSERT：可以选 MySQL 或 PostgreSQL 方言、填表名、勾上附带建表语句，再决定是合并成一条 INSERT 还是一行一条。要走导入工具，就用 CSV，默认带 UTF-8 BOM，Excel 和多数导入向导打开中文都不会乱码。

假数据 csv 导出后用 Excel 打开中文乱码怎么办？

正常情况下不会乱码：切到 CSV 格式导出时，文件开头默认写入 UTF-8 BOM，Excel 与 WPS 双击打开中文就是正常的。真的乱码时先看「带 UTF-8 BOM」这个勾有没有被取消——只有把 CSV 喂给不认 BOM 的导入脚本时才需要关掉它。如果乱码的是别处导出的文件，多半是无 BOM 的 UTF-8 被当成 GBK 读了，用文本编辑器另存为带 BOM 的 UTF-8 即可。分隔符也能换成分号或制表符，以配合某些地区版 Excel 的默认列表分隔符。

测试数据生成怎么才能每次都一模一样？

填一个种子就行。种子非空时随机源换成可复现的确定性算法，同一份字段表、同样的条数与参数，在任何浏览器、任何设备上都会产出逐字节相同的数据；种子留空则每次都是新的一批。它最实在的用途是复现只在特定数据下出现的缺陷：团队之间只要传「字段表加种子」这两样，不必互相传数据文件，而数据文件里常常混着真实内容。种子的口径与站内随机抽签类工具是同一份，同一个种子在两边给出同一串随机数。

假数据里的手机号、地址和邮箱是真实的吗？

都不是真实的，彼此之间也没有任何对应关系。邮箱与域名默认落在 RFC 2606 保留域名上，IPv4 用 RFC 5737 的文档地址段，IPv6 用 2001:db8 前缀，MAC 把本地管理位置 1，银行卡只用卡组织公开的测试号段，这些值在真实世界里打不到任何人任何设备。要如实说明的是手机号：它没有对应的保留段，只能按公开号段随机拼出 11 位，因此可能与真实号码重合，只可用于本地测试，不得拨打、群发或用于注册，需要时可以勾选脱敏输出。

一次最多能生成多少条测试数据？

一次最多 1000 条、30 个字段。这是防误操作和防低端手机卡顿的界面上限，不是算法能力上限，需要更多就换个种子分批生成，几批拼起来即可。还有一处刻意的展示降级：表格预览只画前 50 条，因为把上千行全塞进页面会让手机明显卡顿；但复制和下载拿到的永远是完整的全部条数，页面上方的统计里也写着实际生成了多少条。

能按建表语句或 JSON 样例生成对应的假数据吗？

可以，这是本工具的第二个入口。切到「按样例识别」，粘一条完整的 JSON 记录或数组、一行 CSV 表头、一段 CREATE TABLE 语句，或者一个 TypeScript interface，工具会先按字段名的中英文语义猜类型，猜不出来再看 SQL 或 TS 的声明类型，还猜不出就按值的类型兜底并明确告诉你哪一列是兜底猜的。识别只是把起点从空白挪到八成，不是黑箱：认出来的每一行都还能改类型、调参数、加空值率。解析失败时会给出中文说明，输入框不会被清空。

生成 sql 测试数据能直接导进数据库吗？

可以，但请只导进测试库。SQL 输出会按字段类型映射列类型，字符串转义只做单引号翻倍并剥掉空字节——这足够让测试脚本跑通，却不是通用的 SQL 转义器，生产代码请一律用参数化查询。另外要知道边界：本工具不模拟数据库约束，勾了唯一也只在这一批之内唯一，跨两次生成不保证；外键与业务规则一概不管。表名和列名会走白名单替换，非法字符换成下划线并在报告里点名，用户输入绝不会原样拼进标识符位置。

假数据生成器能生成有外键关联的多张表吗？

不能，一次只生成一张表，但同一行内的字段可以联动。给一个字段选「跟随」另一个字段，邮箱和用户名就会按同一行的姓名拼出来，看上去像是一个人的资料。要造有外键的两张表，实用的办法是分两次生成：先生成主表、把自增序号当主键，再生成子表，把外键那一列设成同一区间的整数或枚举候选，让它落在主表已有的取值里。工具不校验这层关系，导库前请自己核对一遍。

假数据生成的身份证号能用来实名注册吗？

不能，也请不要尝试。证件与卡号这一组默认是折叠的，要逐项勾选才会出现，生成的号码只满足格式与校验位规则，不对应任何真实登记信息，也不与同一行的姓名有任何关联——工具刻意不提供「按指定姓名生成配套证件号」的入口。校验位默认算对，是因为校验位错的号码根本测不了校验逻辑，而那正是这类字段唯一正当的用途；需要负用例时可以勾上「校验位故意写错」。本工具也不做身份证归属地、手机号归属地这类反查，那是查真人，与造假数据方向相反。

这个假数据生成器和 faker、mock.js 有什么区别？

定位不同，各有各合适的场景。faker 在线的各种封装和 mock.js 在线的模板语法都是库，强在能写进代码、跟着测试跑；本工具是打开就用的网页，强在中文口径的词库、勾一下就换的输出格式，以及三件它们通常不做的事：默认把邮箱、IP、MAC、测试卡号放进标准保留段，同一行的字段可以联动，还能按比例注入空值与脏数据并逐条报告注入到了哪一行哪一列。字段名与数据全程不出浏览器，也不需要装依赖。

字段类型总览：模拟数据生成能造哪些字段

字段类型一共 50 种，分成 9 组。随机姓名生成、随机手机号生成、随机地址生成、随机邮箱生成这四类最常被用到，它们都是中文口径的词库，而不是把英文假数据翻译一遍：姓名按常见度分档加权，地址走省、市、区县三级下钻，公司名带上城市与行业词。随机日期生成走的是另一条路子——不查词库，而是在你给的起止日期之间取值，日期、日期时间、时间戳与 ISO 8601 各是一个独立类型，选哪个就出哪种写法，导出时不会互相串味。

区划表是抽样不是完整区划库：目前收录 10 个省级单位下的 46 个区县，邮编与区县大致对应但不保证精确，经纬度只保证落在中国陆地的大致外接框内，可能落在水面。词库为团队自建策展的常用集合，复核于 2026-09-02，不宣称覆盖全部姓氏与地名。

假数据导出格式怎么选：JSON、CSV 还是 SQL

同一批数据有 6 个出口，分别对着接口、日志管道、Excel、数据库、文档与代码，下表逐行写明哪个格式适合导到哪。换格式只重新序列化、不会重新掷随机数，所以填了种子时换格式数据一个字节都不变。找 random json generator 的多半就是这里的 JSON 与 NDJSON 两栏。下表还写明了每种格式怎么处理嵌套与数组——能表达就原样表达，不能表达就点号平铺并逐条报告，绝不悄悄丢掉或悄悄变形。

下面这几种写法在页面上一律按原文显示，抄进字段名时别丢符号：

• user.name —— 点号路径，JSON 里组装成嵌套对象
• tags[] —— 方括号后缀，按长度区间生成数组
• 值*权重 —— 枚举候选的加权语法，与随机点名器逐字一致
• 2001:db8:: —— IPv6 默认落在这个文档前缀里
• example.com —— 邮箱与域名默认用的保留域名

这段是用默认的「用户表」预设、种子 deertools 生成的两条，页面打开时看到的就是这种形态：

[
  {
    "id": 1,
    "name": "于和",
    "phone": "15136278741",
    "email": "yuhe@example.net",
    "city": "上海市",
    "created_at": "2026-10-16 02:57:23"
  },
  {
    "id": 2,
    "name": "李倩强",
    "phone": "16661823380",
    "email": "liqianqiang@example.com",
    "city": "北京市",
    "created_at": "2023-12-05 07:09:00"
  }
]

生成 1000 条测试数据大概多大、会不会卡

满额 1000 条的体积在 61 KB 到 329 KB 之间，取决于用哪套预设、导成哪种格式——这个量级复制和下载都是瞬间的事， 真正会拖慢手机的是把上千行画进表格，所以表格预览只画前 50 条，而复制与下载始终是全量。下面这张表是每套预设按满额生成后的实测体积， 用的是种子 deertools：你在本地填同一个种子，拿到的文件大小与它一致。

条数该定多少，按用途倒推：接口联调与原型演示 10~50 条就够，一屏能看完；分页、排序、虚拟滚动这类要翻几页才暴露的问题，200 条起才试得出来； 给测试库铺底、看索引和慢查询，就直接拉满再分批拼。当成 json 数据生成器用时条数可以放开，JSON 本身没有行数上限；当成往库里灌数据的测试数据生成器用时则相反， SQL INSERT 语句生成后建议先拿一条在测试库里跑通再执行整批——列类型是按字段类型映射出来的，与你库里的实际定义未必一致。

字段名自动识别对照表：粘一段样例就能反推

字段名自动识别，是把你粘进来的样例里的每个列名映射成一个字段类型，省掉一行行搭表的功夫。把已有的 JSON 记录、CSV 表头、建表语句或 TypeScript interface 粘进来，工具按下面这张有序规则表逐条匹配，先匹配先赢；名字看不出来就退回去看 SQL 或 TS 的声明类型，再看不出来就按值的类型兜底，并在报告里明说哪一列是兜底猜的。规则一共 39 条，每条都带一个示例字段名。

假数据用什么值才不会撞到真实世界

假数据要做到不撞真实世界，靠的是把值放进标准专门留给文档与测试的那几段：本工具的邮箱、域名、IPv4、IPv6、MAC 与银行卡号默认全部取自这类号段，即便这批数据被误发出去，也打不到真人真机；唯一的例外是手机号，它没有保留段可用，下表如实注明。这也是本工具与多数造数据站最实在的差别，而且每一条都可查。每一项都能切成「任意形态」，切换时页面会当场说明代价。

脏数据模式：缺陷都藏在这些边界值上

脏数据模式是按比例往生成结果里混进坏值的开关：打开后大约 8% 的格子会被换成下面这 11 类极端值中的一种，而且每一处注入都会在生成报告里点名是第几行、哪个字段、注入了哪一类——方便你确认「这条断言到底是被哪种脏数据打红的」。之所以要有这个开关：绝大多数造数据工具只产出漂亮数据，可真实项目里的缺陷几乎都出在边界上。脏数据生成因此不是拿来演示的，而是拿来打断言的——先用干净数据跑通主流程，再把同一份字段表、同一个种子加上这个开关跑第二遍，两次结果的差集就是你的校验没兜住的地方。

在线生成测试数据的三种起手方式

这个造数据工具有三个入口，随便从哪个进都行，进来之后都是同一张字段表，可以接着改：

• 预设模板：内置 6 套（用户表、订单表、商品表、员工花名册、访问日志、通讯录），点一下把字段表填好。
• 逐行搭：从空白开始，一行一个字段，适合字段不多但要求很具体的场景。
• 按样例反推：把已有的结构粘进来，字段表自动搭好八成，再逐行微调。

无论从哪个入口进，找 mock data generator / fake data generator / test data generator 的人要的都是同一件事：一个不用装依赖、能直接出结果的随机数据生成器。mock 数据生成之后要拿去做 mock 接口数据的返回值、填测试用数据库数据、或者做原型演示，都只是换一个输出格式的事。

相关教程

遇到格式选择、乱码或校验问题，可以先看这些说明再动手处理。

• 操作教程Excel 转 CSV 中文乱码怎么办？BOM 与 GBK 处理指南解释 Excel 转 CSV 后中文乱码、分隔符错列和前导 0 丢失的原因，给出 UTF-8 BOM、GBK 编码与 CSV 转 Excel 的处理步骤。
• 文件知识CSV、JSON、XML、YAML 区别：数据格式怎么选CSV、JSON、XML、YAML 四种常见数据格式的结构、可读性、体积、常见用途与转换建议，帮你判断表格、接口、配置文件该用哪一种。