Beispiel-CSV-Generator (Dummy-Daten)
Definieren Sie Spaltennamen und -typen (fortlaufende ID, vollständiger Name, E-Mail, Datum, Zahlen und mehr), um sofort Dummy-CSV-Daten für Tests und QA zu erzeugen und herunterzuladen.
Unterstützte Datentypen
| Typ | Beispielausgabe |
|---|---|
| Fortlaufende ID | 1, 2, 3, ... oder eine Sequenz mit Präfix wie USR-0001 |
| Vollständiger Name | Fiktive Namen aus japanischem und westlichem Stil, z. B. Taro Yamada, Emma Smith |
| E-Mail-Adresse | [email protected] (automatisch aus dem generierten Namen abgeleitet) |
| Telefonnummer | Ein Format im Stil japanischer Mobilnummern wie 090-1234-5678 |
| Datum | Ein zufälliges Datum innerhalb des gewählten Bereichs im Format JJJJ-MM-TT |
| Ganzzahl | Eine zufällige Ganzzahl innerhalb des gewählten Min./Max.-Bereichs |
| Dezimalzahl (Preis usw.) | Eine zufällige Dezimalzahl innerhalb des gewählten Bereichs, gerundet auf 2 Nachkommastellen |
| Boolescher Wert | true/false (Beschriftungen anpassbar) |
| Freitext | Ein Fülltext-Satz wie „Lorem ipsum dolor sit amet.“ |
Tipps zur Nutzung
- Geben Sie eine beliebige Zahl in das Seed-Feld ein, um aus denselben Spaltendefinitionen immer wieder exakt dieselben Dummy-Daten zu erzeugen – nützlich beim Teilen eines Fehlerberichts oder einer Fixture für automatisierte Tests.
- Die generierte CSV-Datei folgt RFC 4180: Werte mit Kommas, Zeilenumbrüchen oder doppelten Anführungszeichen werden korrekt in Anführungszeichen gesetzt und maskiert.
- Die E-Mail-Spalte wird automatisch aus einer in derselben Zeile davor liegenden Namensspalte abgeleitet, sodass die Kombination beider Spalten in sich konsistente Daten ergibt.
- Die gesamte Erzeugung läuft ausschließlich im Browser ab, es werden keinerlei Daten an einen Server gesendet – es handelt sich um vollständig erfundene Daten ohne echte personenbezogene Informationen.
- Die Zeilenanzahl ist auf 10.000 begrenzt, damit der Browser reaktionsfähig bleibt. Bei größerem Bedarf den Seed fixieren, in mehreren Durchgängen generieren und die Dateien anschließend zusammenführen.
Häufig gestellte Fragen
Übrigens – Warum Tests „geseedete“ Dummy-Daten brauchen
Dummy-Daten statt echter Datensätze zu verwenden, ist in der Softwareentwicklung gängige Praxis, aus zwei Hauptgründen: dem Schutz personenbezogener Daten (echte Kundendaten gehören nicht in Entwicklungs- oder Testumgebungen) sowie der Möglichkeit, Grenzfälle und ungewöhnliche Eingaben nach Bedarf frei zu konstruieren. Genau deshalb sind Bibliotheken wie Fakers für Ruby, Faker für Python oder @faker-js/faker für JavaScript so weit verbreitet.
Rein zufällige Dummy-Daten haben jedoch einen Schwachpunkt: Sie sind nicht reproduzierbar. Schlägt ein Test nur gelegentlich fehl, lässt sich kaum unterscheiden, ob die Ursache ein echter Logikfehler oder schlicht ein zufällig generierter Sonderwert war. Ein geseedeter Pseudozufallsgenerator (seeded PRNG) löst dieses Problem: Mit demselben Seed liefert er stets exakt dieselbe Zahlenfolge – und damit dieselben Dummy-Daten –, wodurch sich Fehler viel leichter reproduzieren und Testergebnisse viel leichter überprüfen lassen.
Dieses Tool verwendet mulberry32, einen Algorithmus, der mit vergleichsweise wenig Rechenaufwand pseudozufällige Zahlenfolgen guter Qualität erzeugt und in JavaScript eine beliebte, leichtgewichtige Wahl ist. Für kryptografische Zwecke ist er ungeeignet, für die Testdatenerzeugung – wo Determinismus und Geschwindigkeit weit wichtiger sind als kryptografische Unvorhersehbarkeit – aber genau richtig.