# generation_testdata

**Repository Path**: violet_bin/generation_testdata

## Basic Information

- **Project Name**: generation_testdata
- **Description**: 使用python语言的faker库生成测试数据，对国内地址生成做了优化，更加准确真实
- **Primary Language**: Python
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 2
- **Forks**: 1
- **Created**: 2023-12-26
- **Last Updated**: 2024-04-07

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# generation_testdata

#### 介绍
使用python语言的faker库生成测试数据，对国内地址生成做了优化，更加准确真实

#### 软件架构
软件架构说明

python ----- 3.7.9

第三方包安装见requirements.txt

#### 安装教程

1.  右上角克隆本项目，进入工作目录，打开git命令框，输入并执行：
    ~~~git
    git clone git@gitee.com:violet_bin/generation_testdata.git
    ~~~
2.  项目根目录下，使用pip安装requirements.txt文件中的第三方库
    ~~~bash
    pip install -r requirements.txt
    ~~~
3.  使用python执行data_generation.py文件
    ~~~bash
    python data_generation.py
    ~~~

#### 使用说明

1.  python执行data_generation.py文件
2.  在项目中提供了三个可执行的python文件，data_generation是用来将生成的数据显示在终端，data_generation_wte是用来将生成的数据写入到excel文件,data_generation_wtj是用来将生成的数据写入到json文件中
3.  可以在方法中指定地区，来生成指定地区的测试数据
4.  根据情况选择要执行的文件

#### 开发计划
1. 完善项目整体架构
2. 代码整体优化（代码引用优化、重复代码优化、数据结构优化等）
3. 代码性能优化（优化测试数据生成逻辑，提高数据生成速度）
4. 增加配置项，通过配置项来规定生成的数据，增加代码灵活性

#### 参与贡献

1.  Fork 本仓库
2.  新建 Feat_xxx 分支
3.  提交代码
4.  新建 Pull Request
5.  使用新的第三方包请及时更新requirements.txt


#### 特技

1.  使用 Readme\_XXX.md 来支持不同的语言，例如 Readme\_en.md, Readme\_zh.md
2.  Gitee 官方博客 [blog.gitee.com](https://blog.gitee.com)
3.  你可以 [https://gitee.com/explore](https://gitee.com/explore) 这个地址来了解 Gitee 上的优秀开源项目
4.  [GVP](https://gitee.com/gvp) 全称是 Gitee 最有价值开源项目，是综合评定出的优秀开源项目
5.  Gitee 官方提供的使用手册 [https://gitee.com/help](https://gitee.com/help)
6.  Gitee 封面人物是一档用来展示 Gitee 会员风采的栏目 [https://gitee.com/gitee-stars/](https://gitee.com/gitee-stars/)