mockTestIC


NamemockTestIC JSON
Version 3.0.12 PyPI version JSON
download
home_pageNone
SummaryEste projeto é uma biblioteca Python chamada mockTestIC que utiliza a biblioteca Faker para gerar dados fictícios com base em um mapeamento pré-definido.
upload_time2024-11-30 01:51:00
maintainerNone
docs_urlNone
authorVictor Augusto do Carmo
requires_pythonNone
licenseMIT License
keywords mocktest dados falsos insert de dados falsos dados ficticios sql gerador de dados false data fictitious data data dados data generator
VCS
bugtrack_url
requirements No requirements were recorded.
Travis-CI No Travis.
coveralls test coverage No coveralls.
            # mockTestIC
Este script Python utiliza a biblioteca Faker para gerar dados fictícios de acordo com as chaves especificadas em um dicionário de entrada. As principais funções são `fake_json`, `fake_json_for` e `fake_sql`, cada uma atendendo a diferentes necessidades de geração de dados.

## Como usar

### Passo 1: Instalação
Para utilizar a biblioteca `mockTestIC`, primeiro é necessário instalá-la. Você pode fazer isso executando o seguinte comando no terminal:

```sh
pip install mockTestIC
```

### Passo 2: Importando e Utilizando as Funções
Após a instalação, importe a biblioteca ou a função que deseja utilizar em seu código da seguinte maneira:

```python
from mockTestIC import fake_json, fake_json_for, fake_sql
```

Abaixo, veja exemplos de uso de cada função.

## Funções Disponíveis

### 1. fake_json
A função `fake_json()` gera dados fictícios para um dicionário de entrada onde os valores especificam o tipo de dado desejado.

**Exemplo de uso:**

```python
from mockTestIC import fake_json

dados_json = {
    "Nome": "primeiro nome",
    "Sobrenome": "sobrenome",
    "Email": "email"
}

dados_gerados = fake_json(dados_json)
print(dados_gerados)
```

**Resultado esperado:**
```python
{
    "Nome": "John",
    "Sobrenome": "Doe",
    "Email": "john.doe@example.com"
}
```

### 2. fake_json_for
A função `fake_json_for()` funciona de forma semelhante ao `fake_json`, mas permite a implementação em um loop `for`, facilitando a geração de múltiplas entradas.

**Exemplo de uso:**

```python
from mockTestIC import fake_json_for

dados_json = {
    "primeiro nome": "primeiroNome",
    "sobrenome": "sobreNome",
    "nome completo": "nomeCompleto",
    "nome usuario": "nomeUser",
    "prefixo": "prefixo",
    "suffix": "suffix"
}

dados_gerados = fake_json_for(dados_json)
print(dados_gerados)
```

**Resultado esperado:**
```python
{
    "primeiro nome": "Daniel",
    "sobrenome": "Hays",
    "nome completo": "Lindsey Wilson",
    "nome usuario": "marissahill",
    "prefixo": "Sr.",
    "suffix": "MD"
}
```

### 3. fake_sql
A função `fake_sql()` permite gerar dados fictícios para consultas SQL, substituindo palavras-chave específicas por valores gerados com Faker.

**Exemplo de uso:**

```python
from mockTestIC import fake_sql

sql_string = "INSERT INTO usuarios (id, nome, idade, cidade);"

dados_gerados = fake_sql(sql_string)

print("Dados gerados:", dados_gerados)

sql_com_dados = sql_string.format(**dados_gerados)
print(sql_com_dados)
```

**Resultado esperado:**
```python
Dados gerados: {
    "id": 9170,
    "nome": "Patrick",
    "idade": 34,
    "cidade": "North Katie"
}

INSERT INTO usuarios (9170, 'Patrick', 34, 'North Katie');
```

### Tipos de Dados Suportados

#### Dicionário para `fake_json_for`
Abaixo estão os tipos de dados suportados pela função `fake_json_for`, que podem ser usados como valores no dicionário `dados_json`:

```python
{
    "primeiro nome": "primeiroNome",
    "sobrenome": "sobreNome",
    "nome completo": "nomeCompleto",
    "nome usuario": "nomeUser",
    "prefixo": "prefixo",
    "suffix": "suffix",
    "endereco": "endereco",
    "cidade": "cidade",
    "estado": "estado",
    "pais": "pais",
    "codigo postal": "codigoPostal",
    "endereco rua": "enderecoRua",
    "latitude": "latitude",
    "longitude": "longitude",
    "numero telefone": "numeroTelefone",
    "email": "email",
    "email seguro": "emailSeguro",
    "data nascimento": "dataNasc",
    "data seculo": "dataSec",
    "data decada": "dataDec",
    "horario": "horario",
    "data hora": "dataHora",
    "hora ISO": "horaISO",
    "frase": "frase",
    "paragrafo": "paragrafo",
    "texto": "texto",
    "empresa": "empresa",
    "cargo": "cargo",
    "seguranca social": "segurancaSocial",
    "numero inteiro": "numeroInteiro",
    "elemento": "elemento",
    "amostra": "amostra",
    "numero flutuante": "numeroFlutuante",
    "url": "url",
    "ipv4": "ipv4",
    "ipv6": "ipv6",
    "numero cartao": "numeroCartao",
    "cartao vencimento": "cartaoVencimento"
}
```

#### Dicionário de Palavras-chave para `fake_sql`

A função `fake_sql` suporta as seguintes palavras-chave, que serão substituídas por valores fictícios gerados pela biblioteca Faker:

```python
{
    "id": fake.random_int(min=1, max=9999),
    "nome": fake.first_name(),
    "idade": fake.random_int(min=0, max=120),
    "cidade": fake.city(),
    "profissao": fake.job(),
    "sobrenome": fake.last_name(),
    "completo": fake.name(),
    "usuario": fake.user_name(),
    "prefixo": fake.prefix(),
    "sufixo": fake.suffix(),
    "endereco": fake.address(),
    "estado": fake.state(),
    "pais": fake.country(),
    "cep": fake.zipcode(),
    "rua": fake.street_address(),
    "latitude": fake.latitude(),
    "longitude": fake.longitude(),
    "celular": fake.phone_number(),
    "telefone": fake.phone_number(),
    "email": fake.email(),
    "nascimento": fake.date_of_birth().strftime('%Y-%m-%d'),
    "cadastro": fake.date_time().strftime('%Y-%m-%d'),
    "horario": fake.time(),
    "descricao": fake.text(),
    "empresa": fake.company(),
    "cargo": fake.job(),
    "site": fake.url(),
    "linkedin": fake.url(),
    "ipv4": fake.ipv4(),
    "ipv6": fake.ipv6(),
    "cartao": fake.credit_card_number(),
    "credito": fake.credit_card_number(),
    "cpf": str(fake.random_int(min=11111111111, max=99999999999)),
    "rg": str(fake.random_int(min=111111111, max=999999999)),
    "estoque": fake.random_int(min=0, max=99999),
    "texto": fake.text(),
    "salario": fake.random_int(min=100, max=99999),
    "ativo": fake.boolean()
}
```

## Contato
Caso tenha dúvidas ou precise de mais informações, você pode entrar em contato:

- **Email**: victoraugustodocarmo32@gmail.com
- **LinkedIn**: [Victor Augusto](https://www.linkedin.com/in/victor-augusto-2b01a71a6/)
- **GitHub**: [@Augustoo22](https://github.com/Augustoo22)

            

Raw data

            {
    "_id": null,
    "home_page": null,
    "name": "mockTestIC",
    "maintainer": null,
    "docs_url": null,
    "requires_python": null,
    "maintainer_email": null,
    "keywords": "mockTest, dados falsos, insert de dados falsos, dados ficticios, SQL, gerador de dados, false data, fictitious data, data, dados, data generator",
    "author": "Victor Augusto do Carmo",
    "author_email": "Victoraugustodocarmo32@gmail.com",
    "download_url": "https://files.pythonhosted.org/packages/61/b9/80fb8c4147f7a12740a417c751b6a7a59f97bc0b73f1a9cc62f71513f60f/mockTestIC-3.0.12.tar.gz",
    "platform": null,
    "description": "# mockTestIC\r\nEste script Python utiliza a biblioteca Faker para gerar dados fict\u00c3\u00adcios de acordo com as chaves especificadas em um dicion\u00c3\u00a1rio de entrada. As principais fun\u00c3\u00a7\u00c3\u00b5es s\u00c3\u00a3o `fake_json`, `fake_json_for` e `fake_sql`, cada uma atendendo a diferentes necessidades de gera\u00c3\u00a7\u00c3\u00a3o de dados.\r\n\r\n## Como usar\r\n\r\n### Passo 1: Instala\u00c3\u00a7\u00c3\u00a3o\r\nPara utilizar a biblioteca `mockTestIC`, primeiro \u00c3\u00a9 necess\u00c3\u00a1rio instal\u00c3\u00a1-la. Voc\u00c3\u00aa pode fazer isso executando o seguinte comando no terminal:\r\n\r\n```sh\r\npip install mockTestIC\r\n```\r\n\r\n### Passo 2: Importando e Utilizando as Fun\u00c3\u00a7\u00c3\u00b5es\r\nAp\u00c3\u00b3s a instala\u00c3\u00a7\u00c3\u00a3o, importe a biblioteca ou a fun\u00c3\u00a7\u00c3\u00a3o que deseja utilizar em seu c\u00c3\u00b3digo da seguinte maneira:\r\n\r\n```python\r\nfrom mockTestIC import fake_json, fake_json_for, fake_sql\r\n```\r\n\r\nAbaixo, veja exemplos de uso de cada fun\u00c3\u00a7\u00c3\u00a3o.\r\n\r\n## Fun\u00c3\u00a7\u00c3\u00b5es Dispon\u00c3\u00adveis\r\n\r\n### 1. fake_json\r\nA fun\u00c3\u00a7\u00c3\u00a3o `fake_json()` gera dados fict\u00c3\u00adcios para um dicion\u00c3\u00a1rio de entrada onde os valores especificam o tipo de dado desejado.\r\n\r\n**Exemplo de uso:**\r\n\r\n```python\r\nfrom mockTestIC import fake_json\r\n\r\ndados_json = {\r\n    \"Nome\": \"primeiro nome\",\r\n    \"Sobrenome\": \"sobrenome\",\r\n    \"Email\": \"email\"\r\n}\r\n\r\ndados_gerados = fake_json(dados_json)\r\nprint(dados_gerados)\r\n```\r\n\r\n**Resultado esperado:**\r\n```python\r\n{\r\n    \"Nome\": \"John\",\r\n    \"Sobrenome\": \"Doe\",\r\n    \"Email\": \"john.doe@example.com\"\r\n}\r\n```\r\n\r\n### 2. fake_json_for\r\nA fun\u00c3\u00a7\u00c3\u00a3o `fake_json_for()` funciona de forma semelhante ao `fake_json`, mas permite a implementa\u00c3\u00a7\u00c3\u00a3o em um loop `for`, facilitando a gera\u00c3\u00a7\u00c3\u00a3o de m\u00c3\u00baltiplas entradas.\r\n\r\n**Exemplo de uso:**\r\n\r\n```python\r\nfrom mockTestIC import fake_json_for\r\n\r\ndados_json = {\r\n    \"primeiro nome\": \"primeiroNome\",\r\n    \"sobrenome\": \"sobreNome\",\r\n    \"nome completo\": \"nomeCompleto\",\r\n    \"nome usuario\": \"nomeUser\",\r\n    \"prefixo\": \"prefixo\",\r\n    \"suffix\": \"suffix\"\r\n}\r\n\r\ndados_gerados = fake_json_for(dados_json)\r\nprint(dados_gerados)\r\n```\r\n\r\n**Resultado esperado:**\r\n```python\r\n{\r\n    \"primeiro nome\": \"Daniel\",\r\n    \"sobrenome\": \"Hays\",\r\n    \"nome completo\": \"Lindsey Wilson\",\r\n    \"nome usuario\": \"marissahill\",\r\n    \"prefixo\": \"Sr.\",\r\n    \"suffix\": \"MD\"\r\n}\r\n```\r\n\r\n### 3. fake_sql\r\nA fun\u00c3\u00a7\u00c3\u00a3o `fake_sql()` permite gerar dados fict\u00c3\u00adcios para consultas SQL, substituindo palavras-chave espec\u00c3\u00adficas por valores gerados com Faker.\r\n\r\n**Exemplo de uso:**\r\n\r\n```python\r\nfrom mockTestIC import fake_sql\r\n\r\nsql_string = \"INSERT INTO usuarios (id, nome, idade, cidade);\"\r\n\r\ndados_gerados = fake_sql(sql_string)\r\n\r\nprint(\"Dados gerados:\", dados_gerados)\r\n\r\nsql_com_dados = sql_string.format(**dados_gerados)\r\nprint(sql_com_dados)\r\n```\r\n\r\n**Resultado esperado:**\r\n```python\r\nDados gerados: {\r\n    \"id\": 9170,\r\n    \"nome\": \"Patrick\",\r\n    \"idade\": 34,\r\n    \"cidade\": \"North Katie\"\r\n}\r\n\r\nINSERT INTO usuarios (9170, 'Patrick', 34, 'North Katie');\r\n```\r\n\r\n### Tipos de Dados Suportados\r\n\r\n#### Dicion\u00c3\u00a1rio para `fake_json_for`\r\nAbaixo est\u00c3\u00a3o os tipos de dados suportados pela fun\u00c3\u00a7\u00c3\u00a3o `fake_json_for`, que podem ser usados como valores no dicion\u00c3\u00a1rio `dados_json`:\r\n\r\n```python\r\n{\r\n    \"primeiro nome\": \"primeiroNome\",\r\n    \"sobrenome\": \"sobreNome\",\r\n    \"nome completo\": \"nomeCompleto\",\r\n    \"nome usuario\": \"nomeUser\",\r\n    \"prefixo\": \"prefixo\",\r\n    \"suffix\": \"suffix\",\r\n    \"endereco\": \"endereco\",\r\n    \"cidade\": \"cidade\",\r\n    \"estado\": \"estado\",\r\n    \"pais\": \"pais\",\r\n    \"codigo postal\": \"codigoPostal\",\r\n    \"endereco rua\": \"enderecoRua\",\r\n    \"latitude\": \"latitude\",\r\n    \"longitude\": \"longitude\",\r\n    \"numero telefone\": \"numeroTelefone\",\r\n    \"email\": \"email\",\r\n    \"email seguro\": \"emailSeguro\",\r\n    \"data nascimento\": \"dataNasc\",\r\n    \"data seculo\": \"dataSec\",\r\n    \"data decada\": \"dataDec\",\r\n    \"horario\": \"horario\",\r\n    \"data hora\": \"dataHora\",\r\n    \"hora ISO\": \"horaISO\",\r\n    \"frase\": \"frase\",\r\n    \"paragrafo\": \"paragrafo\",\r\n    \"texto\": \"texto\",\r\n    \"empresa\": \"empresa\",\r\n    \"cargo\": \"cargo\",\r\n    \"seguranca social\": \"segurancaSocial\",\r\n    \"numero inteiro\": \"numeroInteiro\",\r\n    \"elemento\": \"elemento\",\r\n    \"amostra\": \"amostra\",\r\n    \"numero flutuante\": \"numeroFlutuante\",\r\n    \"url\": \"url\",\r\n    \"ipv4\": \"ipv4\",\r\n    \"ipv6\": \"ipv6\",\r\n    \"numero cartao\": \"numeroCartao\",\r\n    \"cartao vencimento\": \"cartaoVencimento\"\r\n}\r\n```\r\n\r\n#### Dicion\u00c3\u00a1rio de Palavras-chave para `fake_sql`\r\n\r\nA fun\u00c3\u00a7\u00c3\u00a3o `fake_sql` suporta as seguintes palavras-chave, que ser\u00c3\u00a3o substitu\u00c3\u00addas por valores fict\u00c3\u00adcios gerados pela biblioteca Faker:\r\n\r\n```python\r\n{\r\n    \"id\": fake.random_int(min=1, max=9999),\r\n    \"nome\": fake.first_name(),\r\n    \"idade\": fake.random_int(min=0, max=120),\r\n    \"cidade\": fake.city(),\r\n    \"profissao\": fake.job(),\r\n    \"sobrenome\": fake.last_name(),\r\n    \"completo\": fake.name(),\r\n    \"usuario\": fake.user_name(),\r\n    \"prefixo\": fake.prefix(),\r\n    \"sufixo\": fake.suffix(),\r\n    \"endereco\": fake.address(),\r\n    \"estado\": fake.state(),\r\n    \"pais\": fake.country(),\r\n    \"cep\": fake.zipcode(),\r\n    \"rua\": fake.street_address(),\r\n    \"latitude\": fake.latitude(),\r\n    \"longitude\": fake.longitude(),\r\n    \"celular\": fake.phone_number(),\r\n    \"telefone\": fake.phone_number(),\r\n    \"email\": fake.email(),\r\n    \"nascimento\": fake.date_of_birth().strftime('%Y-%m-%d'),\r\n    \"cadastro\": fake.date_time().strftime('%Y-%m-%d'),\r\n    \"horario\": fake.time(),\r\n    \"descricao\": fake.text(),\r\n    \"empresa\": fake.company(),\r\n    \"cargo\": fake.job(),\r\n    \"site\": fake.url(),\r\n    \"linkedin\": fake.url(),\r\n    \"ipv4\": fake.ipv4(),\r\n    \"ipv6\": fake.ipv6(),\r\n    \"cartao\": fake.credit_card_number(),\r\n    \"credito\": fake.credit_card_number(),\r\n    \"cpf\": str(fake.random_int(min=11111111111, max=99999999999)),\r\n    \"rg\": str(fake.random_int(min=111111111, max=999999999)),\r\n    \"estoque\": fake.random_int(min=0, max=99999),\r\n    \"texto\": fake.text(),\r\n    \"salario\": fake.random_int(min=100, max=99999),\r\n    \"ativo\": fake.boolean()\r\n}\r\n```\r\n\r\n## Contato\r\nCaso tenha d\u00c3\u00bavidas ou precise de mais informa\u00c3\u00a7\u00c3\u00b5es, voc\u00c3\u00aa pode entrar em contato:\r\n\r\n- **Email**: victoraugustodocarmo32@gmail.com\r\n- **LinkedIn**: [Victor Augusto](https://www.linkedin.com/in/victor-augusto-2b01a71a6/)\r\n- **GitHub**: [@Augustoo22](https://github.com/Augustoo22)\r\n",
    "bugtrack_url": null,
    "license": "MIT License",
    "summary": "Este projeto \u00e9 uma biblioteca Python chamada mockTestIC que utiliza a biblioteca Faker para gerar dados fict\u00edcios com base em um mapeamento pr\u00e9-definido.",
    "version": "3.0.12",
    "project_urls": null,
    "split_keywords": [
        "mocktest",
        " dados falsos",
        " insert de dados falsos",
        " dados ficticios",
        " sql",
        " gerador de dados",
        " false data",
        " fictitious data",
        " data",
        " dados",
        " data generator"
    ],
    "urls": [
        {
            "comment_text": "",
            "digests": {
                "blake2b_256": "002be8161c52b1648361fb73ddb03aa554ad2bcc7e7096b056963201e903f25a",
                "md5": "5a03987f7958929dfe092dc5c252696c",
                "sha256": "c152111ece972673bc2fd8b27bcc1c1d67c9d978fb3026bb48bdbb7163f3d2a4"
            },
            "downloads": -1,
            "filename": "mockTestIC-3.0.12-py3-none-any.whl",
            "has_sig": false,
            "md5_digest": "5a03987f7958929dfe092dc5c252696c",
            "packagetype": "bdist_wheel",
            "python_version": "py3",
            "requires_python": null,
            "size": 6055,
            "upload_time": "2024-11-30T01:50:42",
            "upload_time_iso_8601": "2024-11-30T01:50:42.025755Z",
            "url": "https://files.pythonhosted.org/packages/00/2b/e8161c52b1648361fb73ddb03aa554ad2bcc7e7096b056963201e903f25a/mockTestIC-3.0.12-py3-none-any.whl",
            "yanked": false,
            "yanked_reason": null
        },
        {
            "comment_text": "",
            "digests": {
                "blake2b_256": "61b980fb8c4147f7a12740a417c751b6a7a59f97bc0b73f1a9cc62f71513f60f",
                "md5": "303ec4f27a6f736ffa59482bb3cc364c",
                "sha256": "70c8922507f93bb0570dc8760cc98f8a83c39b340fd42d976836ed53a86614e0"
            },
            "downloads": -1,
            "filename": "mockTestIC-3.0.12.tar.gz",
            "has_sig": false,
            "md5_digest": "303ec4f27a6f736ffa59482bb3cc364c",
            "packagetype": "sdist",
            "python_version": "source",
            "requires_python": null,
            "size": 5595,
            "upload_time": "2024-11-30T01:51:00",
            "upload_time_iso_8601": "2024-11-30T01:51:00.907041Z",
            "url": "https://files.pythonhosted.org/packages/61/b9/80fb8c4147f7a12740a417c751b6a7a59f97bc0b73f1a9cc62f71513f60f/mockTestIC-3.0.12.tar.gz",
            "yanked": false,
            "yanked_reason": null
        }
    ],
    "upload_time": "2024-11-30 01:51:00",
    "github": false,
    "gitlab": false,
    "bitbucket": false,
    "codeberg": false,
    "lcname": "mocktestic"
}
        
Elapsed time: 0.54944s