本文目录导读：
生成测试数据是自动化测试中非常关键的环节，好的测试数据能覆盖正常流程、边界条件和异常情况,从而提高测试的覆盖率。
以下是几种常用的自动化生成测试数据的方法和脚本思路，从简单到复杂,你可以根据项目需求选择：
核心原则
- 可重复性：每次运行脚本生成的同一组数据（或特定种子）应完全一致。
- 随机性与可控性：既能生成随机数据覆盖不同场景，又能通过种子（Seed）或配置文件控制生成特定数据。
- 数据隔离：生成的测试数据应能在测试结束后方便地清理。
使用现成的测试数据生成库（最推荐）
几乎每种主流编程语言都有成熟的库，这是最快、最标准的方法。
Python 库：Faker
Faker 是生成假数据最流行的 Python 库，可以生成姓名、地址、邮箱、电话、公司名、日期、文本等。
-
安装：
pip install Faker
-
脚本示例：
from faker import Faker import json fake = Faker('zh_CN') # 设置为中文环境 def generate_user_data(num=10): users = [] for _ in range(num): user = { "name": fake.name(), "email": fake.email(), "phone_number": fake.phone_number(), "address": fake.address(), "birthday": fake.date_of_birth().isoformat(), "company": fake.company(), "credit_card_number": fake.credit_card_number() } users.append(user) return users # 生成10个用户数据并保存为JSON data = generate_user_data(10) with open('test_users.json', 'w', encoding='utf-8') as f: json.dump(data, f, ensure_ascii=False, indent=4) print("测试数据已生成！")
JavaScript/TypeScript 库：Faker.js
前端或Node.js自动化脚本常用。
-
安装：
npm install @faker-js/faker --save-dev
-
脚本示例：
const { faker } = require('@faker-js/faker'); // 或 import { faker } from '@faker-js/faker'; function generateOrders(count) { const orders = []; for (let i = 0; i < count; i++) { orders.push({ orderId: faker.string.uuid(), product: faker.commerce.productName(), price: faker.commerce.price({ min: 10, max: 1000, dec: 2 }), quantity: faker.number.int({ min: 1, max: 10 }), customerEmail: faker.internet.email(), createdAt: faker.date.past().toISOString() }); } return orders; } console.log(JSON.stringify(generateOrders(5), null, 2));
Java 库：Java Faker (或 Instancio + Faker)
-
Maven 依赖：
<dependency> <groupId>com.github.javafaker</groupId> <artifactId>javafaker</artifactId> <version>1.0.2</version> </dependency> -
代码示例：
import com.github.javafaker.Faker; import java.util.Locale; public class DataGenerator { public static void main(String[] args) { Faker faker = new Faker(new Locale("zh-CN")); for (int i = 0; i < 5; i++) { System.out.println("Name: " + faker.name().fullName()); System.out.println("Phone: " + faker.phoneNumber().cellPhone()); System.out.println("Street: " + faker.address().streetAddress()); System.out.println("---"); } } }
使用自动化测试框架自带功能
很多测试框架直接集成了数据生成能力。
Cypress (测试前端)
它可以通过 cy.fixture() 加载固定数据，也可以结合 JavaScript 的 faker 库在测试中动态生成。
Postman / Newman (API 测试)
Postman 的 Pre-request Script 中可以编写JS代码动态生成随机值：
// Pre-request Script
pm.variables.set("randomEmail", "test_" + Math.random().toString(36).substring(2, 8) + "@example.com");
pm.variables.set("randomName", "User_" + pm.variables.replaceIn("{{$randomInt}}"));
然后直接在请求体中使用 {{randomEmail}}。
JMeter (性能测试)
JMeter 内置了丰富的 函数助手 用于生成数据：
__Random：生成随机数。__RandomString：生成随机字符串。__CSVRead：从CSV文件读取数据。__threadNum：生成线程编号。- 插件：
jp@gc - Dummy Sampler可以生成固定或随机的响应数据。
批量生成数据库记录
如果你需要往数据库里灌入大量数据来测试性能或功能。
使用 SQL 脚本 + 循环
-- MySQL 示例：生成1000条用户数据
CREATE PROCEDURE generate_test_users()
BEGIN
DECLARE i INT DEFAULT 0;
WHILE i < 1000 DO
INSERT INTO users (username, email, created_at)
VALUES (
CONCAT('user_', i),
CONCAT('test_', i, '@example.com'),
NOW()
);
SET i = i + 1;
END WHILE;
END;
CALL generate_test_users();
使用 Python 脚本 + ORM (如 SQLAlchemy)
这是最灵活的方式,可以生成符合业务逻辑的复杂关联数据。
import random
from datetime import datetime, timedelta
from sqlalchemy import create_engine, Column, Integer, String, DateTime
from sqlalchemy.orm import declarative_base, Session
Base = declarative_base()
class Order(Base):
__tablename__ = 'orders'
id = Column(Integer, primary_key=True)
user_id = Column(Integer)
product_name = Column(String)
amount = Column(Integer)
created_at = Column(DateTime)
# 连接数据库
engine = create_engine('sqlite:///test.db') # 示例用SQLite
Base.metadata.create_all(engine)
session = Session(engine)
# 使用Faker生成关联数据
from faker import Faker
fake = Faker()
for _ in range(100):
order = Order(
user_id=random.randint(1, 100),
product_name=fake.word(),
amount=random.randint(1, 1000),
created_at=datetime.now() - timedelta(days=random.randint(1, 30))
)
session.add(order)
session.commit()
session.close()
print("100条订单数据已插入！")
从生产环境脱敏复制
有时，最能反映真实问题的数据来自生产,但直接复制有安全风险。
-
导出生产数据（部分数据）。
-
编写脱敏脚本：对所有敏感字段（姓名、电话、身份证、卡号、地址）进行替换或掩码处理。
-
Python 示例：
import hashlib import json def anonymize_user(user): # 对姓名做单向哈希加密 user['name'] = hashlib.md5(user['name'].encode()).hexdigest() # 对手机号做掩码 user['phone'] = user['phone'][:3] + '****' + user['phone'][-4:] return user # 读取原始数据文件 with open('production_data.json', 'r') as f: raw_data = json.load(f) # 脱敏 anonymized_data = [anonymize_user(u) for u in raw_data] with open('test_data_clean.json', 'w') as f: json.dump(anonymized_data, f, indent=2)
-
-
使用数据库的
ANONYMIZE功能：一些数据库如 PostgreSQL 有专门的脱敏扩展。
高级技巧：约束与自定义数据
当标准库无法满足复杂业务规则时,可以编写自定义生成器。
-
场景1：生成符合规则的用户名
import random prefixes = ['admin', 'test', 'user', 'demo', 'qa'] suffixes = ['_111', '_test', '2024', str(random.randint(1, 999))] username = random.choice(prefixes) + random.choice(suffixes)
-
场景2：生成特定分布的数据（用于测试性能瓶颈） 80%的订单金额 < 100元，15%在100-500元，5% > 500元。
def generate_order_amount(): r = random.random() if r < 0.80: return random.randint(10, 99) elif r < 0.95: return random.randint(100, 499) else: return random.randint(500, 10000) -
场景3：关联数据生成 生成一个完整的订单，包含：用户信息、商品信息、支付信息、物流信息，所有数据必须逻辑自洽（订单总金额 = 商品单价 x 数量）。
给不同类型测试的建议
| 测试类型 | 推荐方案 | 原因 |
|---|---|---|
| 单元测试 | 代码中直接写硬编码对象或 Faker |
数据量小，追求精确和可读性，使用Faker值固定 |
| API/接口测试 | Faker + JSON/CSV 文件 |
生成候选数据，通过参数化循环执行，覆盖各种输入 |
| UI/E2E测试 | Faker (在测试脚本内) |
每次测试生成新鲜数据，避免重复用户导致报错 |
| 性能/压力测试 | Faker批量生成 + 数据库直接插入 或 JMeter函数 |
需要海量不同数据，并且要快，JMeter直接处理性能测试 |
| 数据仓库/ETL测试 | SQL脚本 + 自定义脚本 | 需要生成大量、有业务逻辑关联、符合一定统计规律的数据 |
总结步骤
- 需求分析：需要什么样的数据？（用户、订单、日志？）
- 选择工具：Python + Faker？SQL？JMeter？
- 编写脚本：生成数据并导出为常见的格式（JSON、CSV、SQL）。
- 集成到CI：将脚本作为测试准备步骤,在流水线中自动运行。
- 数据清理：测试结束后，自动清理生成的数据（重要）。
推荐从 Python + Faker 开始，它上手简单、生态强大，能覆盖90%的测试数据生成需求。
