DT Dev Tools

Generator för testdata (Mock Data) — JSON, CSV, SQL

Skapa falska testdata som JSON, NDJSON, CSV eller SQL INSERT: namn, e-post, adresser, UUID, IBAN, IP, priser och datum, med en seed för repeterbara resultat.

🔒 Körs helt i din webblĂ€sare — ingenting laddas upp

FĂ€lt
Identity
Person
Work
Address
Internet
Finance
Time
Other

Var verktyget anvÀndbart? BetygsÀtt det:

Vad Mock Data Generator gör

Mock Data Generator skapar falska dataset för prototyper, grĂ€nssnittslĂ€gen, demonstrationer, tester, dokumentation och importexperiment. VĂ€lj bland 29 fĂ€lt grupperade efter Ă€mne – identitet (id, uuid), person (för- och efternamn, anvĂ€ndarnamn, e-post, telefon, Ă„lder), arbete (företag, jobbtitel), adress (gata, stad, land, postnummer, latitud, longitud), internet (IPv4, IPv6, MAC-adress, URL, hexfĂ€rg), ekonomi (IBAN, pris, antal), tid (datum, ISO-datumtid) och övrigt (boolesk, mening). VĂ€rdena i en rad hör ihop, sĂ„ e-postadressen och anvĂ€ndarnamnet hĂ€rleds frĂ„n samma persons namn och postnumret matchar stadens format.

Exportera raderna som snyggt JSON för API-mockar, NDJSON för strömmande verktyg och massimport, CSV för kalkylblad eller fÀrdiga SQL INSERT-satser med korrekt maskerade strÀngar för att fylla en lokal databas. LÀgg till en seed sÄ blir utdata deterministiskt: samma seed, fÀlt och antal rader ger exakt samma data pÄ varje maskin, vilket hÄller ögonblicksbildstester, skÀrmdumpar och buggrapporter reproducerbara.

Privat arbetsflöde i webblÀsaren

All bearbetning sker i din webblÀsare med JavaScript pÄ klientsidan. Verktyget laddar inte upp kodstycken, konfigurationsvÀrden, genererade data, frÄgetext eller kopierade exempel till nÄgon server och krÀver inget konto. Den lokala modellen Àr viktig för utvecklarverktyg eftersom innehÄllet som klistras in ofta ser ut som verkliga applikationsdata. Att arbeta lokalt minskar risken och hÄller interaktionen snabb eftersom det inte finns nÄgon nÀtverksresa.

Praktiska tips

Testdata ska aldrig förvÀxlas med anonymisering av produktionskvalitet. Om du behöver integritetssÀker analys, avidentifiering i efterlevnadsklass eller statistiskt realistiska syntetiska data, anvÀnd en dedikerad process. Genererade IBAN har giltiga kontrollsiffror men tillhör inga verkliga konton, e-postadresser anvÀnder reserverade exempeldomÀner och IPv6-adresser kommer frÄn dokumentationsintervallet 2001:db8::/32, sÄ data Àr sÀkra att visa i demonstrationer. HÄll antalet rader mÄttligt sÄ att webblÀsaren förblir responsiv, och granska fÀltnamn och format innan du matar in data i strikta scheman.

Hur man anvÀnder

  1. VÀlj fÀltVÀlj bland 29 fÀlt som uuid, namn, e-post, adress, IBAN, IP, pris och datum.
  2. Ange antal, format och seedAnge upp till 1000 rader, vÀlj JSON, NDJSON, CSV eller SQL och vid behov en seed.
  3. Kopiera eller ladda nedGranska utdata och kopiera den eller ladda ned en fil.

Vanliga frÄgor

AnvÀnder det hÀr en extern tjÀnst för falska data?
Nej. Det anvÀnder inbÀddade ordlistor och slumpgenerering direkt i webblÀsaren.
Vilka format kan jag exportera?
JSON, NDJSON (JSON Lines), CSV och SQL INSERT-satser med ett tabellnamn som du vĂ€ljer – kopiera dem eller ladda ned en fil.
Kan jag fÄ samma data igen?
Ja. Ange en seed som demo-42 sÄ ger samma seed, fÀlt och antal rader alltid identiska rader, vilket Àr anvÀndbart för ögonblicksbildstester och delade demonstrationer.
Är datan realistisk?
Den Ă€r realistisk nog för prototyper och fixturer – IBAN klarar till och med kontrollsummevalidering och IPv6-adresser anvĂ€nder dokumentationsintervallet – men varje vĂ€rde Ă€r falskt.