在測試工程師的日常工作中，生成高質(zhì)量的測試數(shù)據(jù)是一個不可或缺的環(huán)節(jié)。測試數(shù)據(jù)的多樣性、可控性直接影響測試的覆蓋范圍和準(zhǔn)確性。然而，手動生成數(shù)據(jù)可能費時費力，效率低下。利用 Python 的 Streamlit 和 Faker 庫，我們可以快速構(gòu)建一個簡單實用的 測試數(shù)據(jù)生成器，幫助測試工程師一鍵生成高質(zhì)量的測試數(shù)據(jù)。并提供與deepseek-r1大模型融合的突破點。

本文將通過代碼分段講解，帶你一步步實現(xiàn)一個可視化、靈活配置的測試數(shù)據(jù)生成工具。

一、現(xiàn)有測試數(shù)據(jù)生成器的功能

通過 Streamlit 和 Faker，我們可以實現(xiàn)一個如下功能的測試數(shù)據(jù)生成器：

字段的靈活配置：用戶可以動態(tài)添加或刪除字段，設(shè)置字段名稱和類型（如整數(shù)、浮點數(shù)、日期、字符串等）。

定制化的數(shù)據(jù)生成規(guī)則：

• 對于需要范圍約束的字段（如整數(shù)、浮點數(shù)、日期），支持設(shè)置上下限。
• 對于浮點數(shù)字段，可以指定小數(shù)位數(shù)。
• 對于其他字段（如姓名、郵箱、地址等），通過 Faker 庫生成模擬真實數(shù)據(jù)。

批量生成數(shù)據(jù)：通過配置生成多行測試數(shù)據(jù)。

數(shù)據(jù)導(dǎo)出：支持將生成的數(shù)據(jù)導(dǎo)出為 JSON、Excel、YAML 或 Markdown 文件。

代碼核心邏輯：

• 基于用戶輸入的字段配置，動態(tài)使用 Faker 的方法生成對應(yīng)類型的模擬數(shù)據(jù)。
• 提供可視化的預(yù)覽，并一鍵導(dǎo)出為多種格式。

二、實現(xiàn)核心功能的代碼分段講解

1. 構(gòu)建 Streamlit 應(yīng)用的基本框架

import streamlit as st
from faker import Faker

fake = Faker('zh_CN')  # 使用中文環(huán)境
st.set_page_config(page_title="測試數(shù)據(jù)生成器", layout="wide")

menu = ["測試數(shù)據(jù)生成器", "Mock接口"]
choice = st.sidebar.selectbox("選擇功能", menu)

通過 Streamlit 的 set_page_config 設(shè)置頁面標(biāo)題和布局風(fēng)格。sidebar.selectbox() 則用來實現(xiàn)功能切換，比如本文主要關(guān)注的 測試數(shù)據(jù)生成器。

2. 用戶界面：靈活配置字段

我們通過 st.session_state 保存用戶配置的字段信息，支持動態(tài)添加、刪除字段。

創(chuàng)建字段配置區(qū)域

data_types = [
    "整數(shù)", "浮點數(shù)", "字符串", "日期", "布爾值",
    "名字", "姓氏", "全名", "郵箱", "地址",
    "城市", "省份", "郵編", "電話號碼", "公司名稱"
]

if 'fields' not in st.session_state:
    st.session_state.fields = [{'name': '', 'type': data_types[0], 'min': None, 'max': None, 'decimal': 2}]

字段類型：支持多種常見類型，例如整數(shù)、浮點數(shù)、日期等。

初始字段：通過 st.session_state 初始化一個字段列表，用戶可以在此基礎(chǔ)上動態(tài)修改。

動態(tài)增減字段

for i in range(len(st.session_state.fields)):
    field = st.session_state.fields[i]
    col1, col2, col3 = st.columns([3, 3, 1])
    
    # 配置字段名
    with col1:
        field['name'] = st.text_input(f"字段名 {i + 1}", value=field['name'], key=f"name_{i}")
    
    # 配置字段類型
    with col2:
        field['type'] = st.selectbox(f"數(shù)據(jù)種類 {i + 1}", options=data_types, index=data_types.index(field['type']), key=f"type_{i}")
    
    # 刪除字段按鈕
    with col3:
        if st.button("刪除", key=f"remove_{i}"):
            del st.session_state.fields[i]
            st.rerun()

字段名：用戶可以自由輸入字段名稱。

字段類型選擇：通過 selectbox 提供數(shù)據(jù)類型下拉菜單。

刪除功能：每行字段配置支持一鍵刪除。

添加新字段

if st.button("?? 添加字段"):
    st.session_state.fields.append({'name': '', 'type': data_types[0], 'min': None, 'max': None, 'decimal': 2})
    st.rerun()

用戶點擊按鈕即可添加新字段，并動態(tài)刷新頁面。

3. 針對特定字段類型的配置

對于某些字段類型（如整數(shù)、浮點數(shù)、日期等），我們允許用戶配置上下限或格式要求：

整數(shù)和浮點數(shù)的上下限

if field_type in ["整數(shù)", "浮點數(shù)"]:
    min_val = st.text_input("最小值", value=str(field_min) if field_min else "", key=f"min_{i}")
    max_val = st.text_input("最大值", value=str(field_max) if field_max else "", key=f"max_{i}")
    
    if field_type == "浮點數(shù)":
        decimal_places = st.number_input("小數(shù)位", min_value=0, max_value=10, value=decimal_places, key=f"decimal_{i}")
        st.session_state.fields[i]['decimal'] = decimal_places

日期范圍

if field_type == "日期":
    min_val = st.date_input("最小值", value=field_min, key=f"min_date_{i}")
    max_val = st.date_input("最大值", value=field_max, key=f"max_date_{i}")

4. 生成測試數(shù)據(jù)

用戶點擊按鈕后，根據(jù)字段配置生成測試數(shù)據(jù)。

if st.button("?? 生成數(shù)據(jù)"):
    generated_data = []

    for _ in range(num_rows):
        row_data = {}
        for field in st.session_state.fields:
            type_ = field['type']
            name = field['name']
            
            # 根據(jù)字段類型生成數(shù)據(jù)
            if type_ == "整數(shù)":
                data = fake.random_int(min=field['min'], max=field['max'])
            elif type_ == "浮點數(shù)":
                data = round(fake.pyfloat(min_value=field['min'], max_value=field['max'], right_digits=field['decimal']), field['decimal'])
            elif type_ == "日期":
                data = fake.date_between_dates(date_start=field['min'], date_end=field['max']).isoformat()
            elif type_ == "郵箱":
                data = fake.email()
            # 其他類型...
            row_data[name] = data

        generated_data.append(row_data)

???????    df = pd.DataFrame(generated_data)
    st.dataframe(df)

5. 數(shù)據(jù)導(dǎo)出

支持將生成的數(shù)據(jù)導(dǎo)出為 JSON、Excel、YAML、Markdown 文件。

# JSON 導(dǎo)出
json_export = df.to_json(orient='records', force_ascii=False)
st.download_button(label="?? 下載 JSON", data=json_export, file_name="data.json", mime="application/json")

# Excel 導(dǎo)出
excel_buffer = BytesIO()
with pd.ExcelWriter(excel_buffer, engine='openpyxl') as writer:
    df.to_excel(writer, index=False)
st.download_button(label="?? 下載 Excel", data=excel_buffer.getvalue(), file_name="data.xlsx", mime="application/vnd.openxmlformats-officedocument.spreadsheetml.sheet")

提供多種格式，滿足不同測試場景需求。

三、落地場景

接口測試：生成模擬 JSON 數(shù)據(jù)，快速測試接口的邊界和異常處理能力。

性能測試：批量生成大規(guī)模數(shù)據(jù)，用于測試系統(tǒng)的性能瓶頸。

功能測試：生成覆蓋多種場景的數(shù)據(jù)，驗證系統(tǒng)的業(yè)務(wù)邏輯。

如果將其與 DeepSeek（假設(shè)為一個深度搜索與分析平臺）結(jié)合，則可以進(jìn)一步提升工具的智能化程度和效率，尤其是在數(shù)據(jù)挖掘和復(fù)雜場景的處理上。

四、結(jié)合 DeepSeek 的潛在優(yōu)勢

在傳統(tǒng)的測試數(shù)據(jù)生成器中，數(shù)據(jù)來源和生成邏輯通常是基于規(guī)則的。然而，測試需求可能更加復(fù)雜，例如：

生成符合特定規(guī)則的復(fù)雜數(shù)據(jù)（如跨字段關(guān)聯(lián)的數(shù)據(jù)）。

從真實數(shù)據(jù)中提取模式，生成更加貼近實際業(yè)務(wù)的數(shù)據(jù)。

深入分析生成的數(shù)據(jù)，確保其在覆蓋率和邏輯上的完整性。

結(jié)合 DeepSeek，可以實現(xiàn)以下功能突破：

1. 智能數(shù)據(jù)生成：基于真實數(shù)據(jù)的深度學(xué)習(xí)

DeepSeek 可以作為一個數(shù)據(jù)挖掘和模式識別引擎，幫助生成更貼近實際場景的數(shù)據(jù)。

如何實現(xiàn)：

• 提供真實業(yè)務(wù)數(shù)據(jù)作為訓(xùn)練集，例如用戶行為日志、訂單數(shù)據(jù)等。
• DeepSeek 通過模式挖掘和分析，生成符合實際分布的數(shù)據(jù)生成規(guī)則。
• 測試數(shù)據(jù)生成器調(diào)用 DeepSeek 的 API，根據(jù)用戶配置的字段類型，從規(guī)則中生成更加逼真的測試數(shù)據(jù)。

場景示例：

• 生成符合復(fù)雜分布的用戶行為數(shù)據(jù)（如用戶訪問的時間間隔、購買頻率等）。
• 模擬特定用戶群的訂單數(shù)據(jù)（如高消費用戶與低消費用戶的特征完全不同）。

2. 動態(tài)數(shù)據(jù)擴(kuò)充：融合外部數(shù)據(jù)源

DeepSeek 可以實時搜索和分析外部數(shù)據(jù)源，為測試數(shù)據(jù)生成提供更多上下文信息。

如何實現(xiàn)：

• 當(dāng)用戶配置字段時，允許選擇“動態(tài)擴(kuò)展數(shù)據(jù)”模式。
• DeepSeek 搜索和提取相關(guān)數(shù)據(jù)（如行業(yè)標(biāo)準(zhǔn)數(shù)據(jù)集、公開數(shù)據(jù)等）。
• 將提取的數(shù)據(jù)注入生成器中，作為測試數(shù)據(jù)的基礎(chǔ)。

場景示例：

• 生成包含真實地名、地址的物流測試數(shù)據(jù)。
• 提取公開的金融數(shù)據(jù)（如股票價格、匯率）生成金融測試數(shù)據(jù)。

3. 跨字段關(guān)聯(lián)：復(fù)雜規(guī)則的數(shù)據(jù)生成

在傳統(tǒng)生成器中，字段往往是獨立生成的，但實際業(yè)務(wù)中，字段之間可能存在復(fù)雜的邏輯關(guān)系。

如何實現(xiàn)：

• DeepSeek 構(gòu)建跨字段的規(guī)則引擎，用戶可以通過簡單的配置實現(xiàn)字段間的邏輯關(guān)聯(lián)。
• 測試數(shù)據(jù)生成器調(diào)用 DeepSeek 的規(guī)則引擎，動態(tài)生成符合邏輯的數(shù)據(jù)。

場景示例：

• 生成訂單數(shù)據(jù)時，確保“下單時間”早于“發(fā)貨時間”。
• 生成用戶數(shù)據(jù)時，確保“年齡”符合與“職業(yè)”之間的常識性匹配。

4. 智能化數(shù)據(jù)驗證與分析

DeepSeek 的分析能力可以用于驗證生成數(shù)據(jù)的質(zhì)量，確保測試覆蓋率和邏輯完整性。

如何實現(xiàn)：

• 生成數(shù)據(jù)后，將其傳遞給 DeepSeek 進(jìn)行分析。
• DeepSeek 提供數(shù)據(jù)統(tǒng)計、分布可視化等功能，幫助用戶發(fā)現(xiàn)潛在問題。
• 根據(jù)分析結(jié)果，動態(tài)調(diào)整生成規(guī)則。

場景示例：

• 驗證是否生成了足夠的邊界值（如最小值和最大值）。
• 檢查數(shù)據(jù)是否符合業(yè)務(wù)分布（如電商訂單量的高峰時段是否合理）。

5. 實時場景模擬：從搜索到生成

DeepSeek 的實時搜索能力可以幫助用戶快速創(chuàng)建特定場景的測試數(shù)據(jù)。

如何實現(xiàn)：

• 用戶輸入特定場景描述（如“模擬雙十一的電商訂單”）。
• DeepSeek 通過搜索和分析，理解場景需求，并生成測試數(shù)據(jù)生成規(guī)則。
• 測試數(shù)據(jù)生成器調(diào)用這些規(guī)則，生成符合場景的數(shù)據(jù)。

場景示例：

• 模擬高并發(fā)場景下的用戶登錄數(shù)據(jù)。
• 模擬節(jié)假日促銷期間的交易數(shù)據(jù)。

6. 隱私保護(hù)的數(shù)據(jù)生成

當(dāng)測試數(shù)據(jù)涉及敏感信息（如用戶數(shù)據(jù)）時，DeepSeek 可以通過隱私保護(hù)技術(shù)（如差分隱私或聯(lián)邦學(xué)習(xí)）生成脫敏數(shù)據(jù)。

如何實現(xiàn)：

• 將敏感數(shù)據(jù)傳遞給 DeepSeek，利用隱私技術(shù)生成符合分布的合成數(shù)據(jù)。
• 測試數(shù)據(jù)生成器基于這些合成數(shù)據(jù)生成測試集。

場景示例：

生成脫敏的醫(yī)療數(shù)據(jù)，用于測試醫(yī)療系統(tǒng)。

生成加噪處理的用戶數(shù)據(jù)，用于數(shù)據(jù)分析工具測試。

五、結(jié)合 DeepSeek 的改進(jìn)架構(gòu)

結(jié)合 DeepSeek 后的測試數(shù)據(jù)生成器架構(gòu)如下：

用戶輸入：

• 配置字段類型、字段名、規(guī)則（如范圍、格式）。
• 選擇是否使用 DeepSeek 的高級功能（如真實數(shù)據(jù)生成、跨字段關(guān)聯(lián)、隱私保護(hù)等）。

DeepSeek 聯(lián)動：

• 根據(jù)用戶需求，DeepSeek 提供模式挖掘、規(guī)則生成或外部數(shù)據(jù)。
• 測試數(shù)據(jù)生成器調(diào)用 DeepSeek 的 API，動態(tài)調(diào)整生成邏輯。

數(shù)據(jù)生成：

基于用戶配置和 DeepSeek 提供的規(guī)則，生成測試數(shù)據(jù)。

數(shù)據(jù)驗證與導(dǎo)出：

DeepSeek 提供生成數(shù)據(jù)的分析報告。

用戶導(dǎo)出數(shù)據(jù)為 JSON、Excel、YAML 或 Markdown。

五、總結(jié)

通過結(jié)合 DeepSeek，測試數(shù)據(jù)生成器可以從規(guī)則驅(qū)動進(jìn)化到智能驅(qū)動，從而實現(xiàn)更高效、更精準(zhǔn)的數(shù)據(jù)生成。這種結(jié)合不僅能滿足復(fù)雜的測試需求，還能在數(shù)據(jù)生成、驗證、分析等環(huán)節(jié)提供全方位支持。對于測試工程師而言，這將是一款不可或缺的智能化工具。

到此這篇關(guān)于Python使用Streamlit打造高效的測試數(shù)據(jù)生成器的文章就介紹到這了,更多相關(guān)Python Streamlit測試數(shù)據(jù)生成器內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評論