准备数据

为了方便准备试验用的数据，建议使用Faker这个库来模拟。Faker是一个Python软件包，可生成伪造数据。无论是需要引导数据库，创建美观的XML文档，填充持久性以进行压力测试，还是匿名化来自生产服务的数据，Faker都能完美实现。

pip install faker

以下代码生成姓名、性别这类最常用的试验数据。

from faker import Faker

def fakedata(maxtimes):
    fake = Faker('zh_CN')
    data_total = [[fake.name(), fake.company(), fake.phone_number(), fake.company_email(), fake.address(),
             fake.date_time(tzinfo=None)] for x in range(maxtimes)]
    print(data_total)
    return data_total

fakedata(10)

由于每次fake时，数据都在变化。为了方便使用，可以将生成的数据保存在文件中。文件类型可以是：

◇txt文件。虽然最简单最自由，但要程序可行分析，不建议

◇excel文件。在Windows环境下使用非常方便。但平台兼容性差

◇csv文件。兼容性强，跨平台，解析方便，推荐

◇json文件。兼容性强，跨平台，解析方便，推荐

◇其它格式可以考虑yaml格式等

下面代码演示了如何以csv格式保存生成的数据：

from faker import Faker
import csv

def fakedata(maxtimes):
    fake = Faker('zh_CN')
    data_total = [[fake.name(), fake.company(), fake.phone_number(), fake.company_email(), fake.address(),
                   fake.date_time(tzinfo=None)] for x in range(maxtimes)]
    print(data_total)
    return data_total

headerlist = ['name','company','phone','email','address','date']
with open('fake.csv','w',encoding='utf-8') as f:
    writer = csv.writer(f)
    # 写头部信息
    writer.writerow(headerlist)
    
    # 写数据
    data = fakedata(100)
    writer.writerows(data)

以上代码生成100条记录，并且保存在fake.csv文件备用。

创建数据库并且插入记录

sqlite是python3内置的标准库，直接引用即可，不需要任何安装，非常方便。

import sqlite3
import csv

# 连接数据库，如果没有，则直接创建
conn = sqlite3.connect("demo.db")

cur = conn.cursor()

# 创建表
sqlstr = 'create table demo_table(name text,company text,phone text,email text,address text,date text)'

cur.execute(sqlstr)

# 不提交表格没有真正创建
conn.commit()

# 从文件中读出数据，并且依次写入数据库
with open('fake.csv', 'r', encoding='utf-8') as f:
    reader = csv.reader(f)
    # 读头部信息
    header = next(reader)
    print(header)

    # 开始遍历
    for row in reader:
        if row:
            insertsql = f"insert into demo_table (name,company,phone,email,address) values ('{row[0]}','{row[1]}','{row[2]}','{row[3]}','{row[4]}')"
            # 插入数据库记录
            cur.execute(insertsql)

    # 一次性提交
    cur.close()
    conn.commit()
    conn.close()