假数据生成器

Preset

数量

Deterministic pseudo-random data，perfect 用于 seeding dev 和 demo environments。

输出 JSON

[
  {
    "id": 1,
    "firstName": "Jane1",
    "lastName": "Doe0",
    "email": "user1@example.com",
    "age": 19,
    "gender": "female"
  },
  {
    "id": 2,
    "firstName": "John2",
    "lastName": "Doe0",
    "email": "user2@example.com",
    "age": 20,
    "gender": "male"
  },
  {
    "id": 3,
    "firstName": "Jane3",
    "lastName": "Doe1",
    "email": "user3@example.com",
    "age": 21,
    "gender": "female"
  },
  {
    "id": 4,
    "firstName": "John4",
    "lastName": "Doe1",
    "email": "user4@example.com",
    "age": 22,
    "gender": "male"
  },
  {
    "id": 5,
    "firstName": "Jane5",
    "lastName": "Doe1",
    "email": "user5@example.com",
    "age": 23,
    "gender": "female"
  },
  {
    "id": 6,
    "firstName": "John6",
    "lastName": "Doe2",
    "email": "user6@example.com",
    "age": 24,
    "gender": "male"
  },
  {
    "id": 7,
    "firstName": "Jane7",
    "lastName": "Doe2",
    "email": "user7@example.com",
    "age": 25,
    "gender": "female"
  },
  {
    "id": 8,
    "firstName": "John8",
    "lastName": "Doe2",
    "email": "user8@example.com",
    "age": 26,
    "gender": "male"
  },
  {
    "id": 9,
    "firstName": "Jane9",
    "lastName": "Doe3",
    "email": "user9@example.com",
    "age": 27,
    "gender": "female"
  },
  {
    "id": 10,
    "firstName": "John10",
    "lastName": "Doe3",
    "email": "user10@example.com",
    "age": 28,
    "gender": "male"
  }
]

使用方法

选择需要的字段类型、数量和格式。
生成 mock data 后检查 locale、长度和边界值是否适合测试。
用于演示或 seed script 前，确认没有混入真实用户信息。

常见问题

假数据可以替代真实测试吗？

不能完全替代，但能覆盖常见格式、边界和演示场景。

会生成真实个人信息吗？

目标是生成 mock data，不应使用或暴露真实用户信息。

应该测试哪些边界？

包括空值、长文本、特殊字符、不同 locale 和异常组合。

简介

假数据生成器 是一个在线工具，用于生成逼真的 mock data，用于测试、演示和 seed script，避免使用真实用户信息。它适合测试数据、标签、扫码、账号安全和临时标识符等生成任务。

什么时候使用

当你需要快速准备、检查或复制生成内容时，可以使用“假数据生成器”。它能减少手工计算和重复操作，并让结果更容易放入真实工作流。

核心能力

在浏览器中快速处理输入，适合临时任务和日常检查。
输出清晰，便于复制、下载、记录或继续调试。
帮助在发布、测试或提交前发现格式、兼容性或隐私相关问题。

使用建议

使用接近真实场景的样例，不要只测试最简单输入。
涉及 secret、客户数据、设备隐私或生产配置时，优先使用脱敏内容。
对关键结果，在目标系统、设备或浏览器中再验证一次。

生成结果应按真实业务规则复查，不要把测试值误当成生产凭据。