前言
在日常的测试中,我们经常需要提前准备一大堆测试数据,用来验证业务逻辑。当然对于简单的数据类型完全可以通过 JDK 自带的 Random
类来实现。但是对于一个比较复杂的类,或者参数的格式有特殊要求的时候,Random
就不适用了,这个时候就需要借助一些能够生成测试数据的框架。
相关框架
我在实际调研中,找到了 2 个在个人看来还不错的生成框架,他们分别是:
下面我将一一介绍这些框架的优缺点以及适用场景。话不多说,直接开始撸代码。
JmockData
首先出场的是 JmockData 框架,它是官方定义如下:
一款实现模拟JAVA类型或对象的实例化并随机初始化对象的数据的工具框架。
依赖
<dependency>
<groupId>com.github.jsonzou</groupId>
<artifactId>jmockdata</artifactId>
<version>4.2.0</version>
</dependency>
基础类型数据生成
@Test
public void testBaseType(){
// 基础数据类型
System.out.println(JMockData.mock(byte.class));
System.out.println(JMockData.mock(int.class));
System.out.println(JMockData.mock(long.class));
System.out.println(JMockData.mock(double.class));
System.out.println(JMockData.mock(float.class));
System.out.println(JMockData.mock(String.class));
System.out.println(JMockData.mock(BigDecimal.class));
// 基础数据类型的数组
System.out.println(JMockData.mock(byte[].class));
System.out.println(JMockData.mock(int[].class));
System.out.println(JMockData.mock(long[].class));
System.out.println(JMockData.mock(double[].class));
System.out.println(JMockData.mock(float[].class));
System.out.println(JMockData.mock(String[].class));
System.out.println(JMockData.mock(BigDecimal[].class));
}
运行结果
0
2610
3401
8582.18
7194.44
5Xu7
9051.92
[B@7fbe847c
[I@41975e01
[J@c2e1f26
[D@dcf3e99
[F@6d9c638
[Ljava.lang.String;@7dc5e7b4
[Ljava.math.BigDecimal;@1ee0005
JavaBean 类型数据生成
/**
* java bean 测试
*/
@Test
public void testJavaBean(){
Person mock = JMockData.mock(Person.class);
System.out.println(mock);
}
运行结果
Person[address=RrayfQIK,age=5863,idCard=SDn,name=j]
这里可以看到,使用 JMockdata.mock(xx.class);
可以很容易的生成一个 JavaBean。框架通过反射,在底层遍历获得类的属性与类型,然后填充数据。
但是与此同时,大家也发现了,虽然我们可以的的确确的生成了一个 Person
类,也给它的每个属性都填充了值,但是生成的数据只是根据类型简单生成的,比如 age
字段被填充的是 5863。如果数据有现实含义,没有规则的随机就很容易出现乌龙。
要解决这个问题,我们就要限制随机数据的范围,可以通过它的配置功能实现。
使用随机配置
@Test
public void testJavaBeanWithConfig() {
MockConfig mockConfig =
new MockConfig()
.subConfig("age")
// 设置 int 的范围
.intRange(1, 100)
.subConfig("email")
// 设置生成邮箱正则
.stringRegex("[a-z0-9]{5,15}\@\w{3,5}\.[a-z]{2,3}")
.globalConfig();
Person mock = JMockData.mock(Person.class, mockConfig);
System.out.println(mock);
}
运行结果
Person[address=hXttj2s,age=2,email=w14hnn@UvFB9.kt,idCard=V5bBdX,name=KM8]
可以看到 age
跟 email
已经正常了,可以通过他强大的配置功能对于数据进行生成的限制,但是你也发现了,对于一些有简单边界的数据,这样做可以,否则就像 address 、 name 这样的数据,很难通过简单规则去生成。
而对于有现实意义的数据生成,可以使用 java-faker 框架。
Java-faker
依赖
<dependency>
<groupId>com.github.javafaker</groupId>
<artifactId>javafaker</artifactId>
<version>1.0.2</version>
</dependency>
数据生成
@Test
public void testRandomName() {
Faker faker = new Faker();
final Name name = faker.name();
System.out.println("firstName : " + name.firstName());
System.out.println("username : " + name.username());
System.out.println("bloodGroup : " + name.bloodGroup());
System.out.println("suffix : " + name.suffix());
System.out.println("title : " + name.title());
System.out.println("lastName : " + name.lastName());
System.out.println("nameWithMiddle : " + name.nameWithMiddle());
System.out.println("fullName : " + name.fullName());
System.out.println("name : " + name.name());
System.out.println("prefix : " + name.prefix());
}
生成结果
firstName : Hollis
username : cristy.white
bloodGroup : O-
suffix : Sr.
title : Product Implementation Specialist
lastName : Johnston
nameWithMiddle : Alesia Hagenes Kiehn
fullName : Dr. Pat Marvin
name : Ms. Jamal Rau
prefix : Mr.
可以看到 java-faker 生成数据特别的方便,基本格式如下:
Faker faker = new Faker();
final Xx xx = faker.xx();
xx.yyyy;
步骤:
- 创建 faker 对象
- 通过 faker 对象获得要生成的实体对象
- 调用实体对象获得对于生成的部分
这里的实体对象,对应上面的 name,也就说我们要生成姓名相关的数据,拿到实体对象后还可以只获得其中的部分数据,比如姓名中的姓或名,还有前缀,甚至血型,可以说是非常全面。
而且 java-faker 支持的实体对象特别的多,如下:
- Address
- Ancient
- Animal
- App
- Aqua Teen Hunger Force
- Artist
- Avatar
- Back To The Future
- Aviation
- Basketball
- Beer
- Bojack Horseman
- Book
- Bool
- Business
- ChuckNorris
- Cat
- Code
- Coin
- Color
- Commerce
- Company
- Crypto
- DateAndTime
- Demographic
- Disease
- Dog
- DragonBall
- Dune
- Educator
- Esports
- File
- Finance
- Food
- Friends
- FunnyName
- GameOfThrones
- Gender
- Hacker
- HarryPotter
- Hipster
- HitchhikersGuideToTheGalaxy
- Hobbit
- HowIMetYourMother
- IdNumber
- Internet
- Job
- Kaamelott
- LeagueOfLegends
- Lebowski
- LordOfTheRings
- Lorem
- Matz
- Music
- Name
- Nation
- Number
- Options
- Overwatch
- PhoneNumber
- Pokemon
- Princess Bride
- Relationship Terms
- RickAndMorty
- Robin
- RockBand
- Shakespeare
- SlackEmoji
- Space
- StarTrek
- Stock
- Superhero
- Team
- TwinPeaks
- University
- Weather
- Witcher
- Yoda
- Zelda
从身份证到姓名再到地址、动物、书籍、头像、职位等等,基本上覆盖了我们生活中的方方页面。
另外,java-faker 更贴心的是帮我们实现了国际化,可能刚才看了姓名的例子,有些朋友觉得这个框架好看但不好用,就拿生成姓名来说,生成都是 Johnston、Tom、Kiwi 之类英文名,在国内很少用到这些数据。其实java-faker 已经考虑到这个问题。而且只要改一行代码就可以了。
修改后的代码
// 原代码 Faker faker = new Faker();
// 新代码
Faker faker = new Faker(Locale.CHINA);
final Name name = faker.name();
System.out.println("firstName : " + name.firstName());
System.out.println("username : " + name.username());
System.out.println("bloodGroup : " + name.bloodGroup());
System.out.println("suffix : " + name.suffix());
System.out.println("title : " + name.title());
System.out.println("lastName : " + name.lastName());
System.out.println("nameWithMiddle : " + name.nameWithMiddle());
System.out.println("fullName : " + name.fullName());
System.out.println("name : " + name.name());
System.out.println("prefix : " + name.prefix());
生成结果
firstName : 熠彤
username : 烨霖.龙
bloodGroup : A-
suffix : IV
title : Investor Division Engineer
lastName : 范
nameWithMiddle : 胡思
fullName : 孟鸿涛
name : 黎航
prefix : Miss
只需要,把之前的 Faker faker = new Faker(); 改成 Faker faker = new Faker(Locale.CHINA); 即可。如果你想生成其它国家的内容也是可以的,java-faker 支持的国家如下:
- bg
- ca
- ca-CAT
- da-DK
- de
- de-AT
- de-CH
- en
- en-AU
- en-au-ocker
- en-BORK
- en-CA
- en-GB
- en-IND
- en-MS
- en-NEP
- en-NG
- en-NZ
- en-PAK
- en-SG
- en-UG
- en-US
- en-ZA
- es
- es-MX
- fa
- fi-FI
- fr
- he
- hu
- in-ID
- it
- ja
- ko
- nb-NO
- nl
- pl
- pt
- pt-BR
- ru
- sk
- sv
- sv-SE
- tr
- uk
- vi
- zh-CN
- zh-TW
总结
JmockData
个人感觉它是 plus 版的 Random 类,方便简单的按类型生成数据,也可以自己给定配置与规则去生成,缺点,上文也说了,生成的数据没有太多实际意义,简单数据还好,如果像姓名、地址等有现实意义的数据,就不太合适了。
Java-faker
java-faker 其实是迁移自 ruby 中大名鼎鼎的 faker。很多语言都有他的对应迁移,比如 python、java。所以数据量和功能是很完善并且经过考验的,使用起来也很方便。实际工作中,可以优化使用。如果要说缺点,个人觉得他有些地方国际化的并不全面,比如车牌、身份证之类的。如果对于这些数据有比较严格的要求,推荐另一个项目 yindz/common-random: 简单易用的随机数据生成器。这个项目对于本地化数据,做了很多处理,基本够用。