Generador de CSV de ejemplo (datos ficticios)
Define nombres y tipos de columna (ID secuencial, nombre completo, correo, fecha, números y más) para generar y descargar al instante datos CSV ficticios para pruebas y QA.
Tipos de datos admitidos
| Tipo | Ejemplo de salida |
|---|---|
| ID secuencial | 1, 2, 3, ... o una secuencia con prefijo como USR-0001 |
| Nombre completo | Nombres ficticios que mezclan estilos japoneses y occidentales, p. ej. Taro Yamada, Emma Smith |
| Correo electrónico | [email protected] (derivado automáticamente del nombre generado) |
| Número de teléfono | Un formato tipo móvil japonés como 090-1234-5678 |
| Fecha | Una fecha aleatoria dentro del rango elegido, en formato AAAA-MM-DD |
| Entero | Un número entero aleatorio dentro del rango mínimo/máximo elegido |
| Decimal (precio, etc.) | Un decimal aleatorio dentro del rango elegido, redondeado a 2 cifras |
| Booleano | true/false (las etiquetas se pueden personalizar) |
| Texto libre | Una frase de relleno como "Lorem ipsum dolor sit amet." |
Consejos de uso
- Introduce cualquier número en el campo de semilla para reproducir siempre los mismos datos ficticios a partir de las mismas columnas; útil al compartir un informe de error o un fixture de pruebas automatizadas.
- El CSV generado sigue el estándar RFC 4180: los valores que contienen comas, saltos de línea o comillas dobles se entrecomillan y escapan correctamente.
- La columna de correo se deriva automáticamente de una columna de nombre completo situada antes en la misma fila, así que combinarlas produce datos coherentes entre sí.
- Todo el proceso se ejecuta enteramente en el navegador y nunca se envía nada a un servidor: son datos totalmente inventados, sin información personal real.
- El número de filas está limitado a 10.000 para que el navegador no se bloquee. Si necesitas más, fija la semilla y genera por lotes, luego combina los archivos.
Preguntas frecuentes
A propósito — Por qué las pruebas necesitan datos ficticios "con semilla"
Usar datos ficticios en lugar de registros reales es una práctica habitual en el desarrollo de software, por dos motivos principales: proteger la información personal (evitar datos reales de clientes en entornos de desarrollo o pruebas) y poder construir libremente casos límite y entradas inusuales cuando se necesiten. Por eso son tan usadas librerías como Faker de Ruby, Faker de Python o @faker-js/faker de JavaScript.
Sin embargo, los datos ficticios totalmente aleatorios tienen una debilidad: no son reproducibles. Cuando una prueba falla de forma intermitente, resulta difícil saber si la causa es un error real de lógica o simplemente un valor inusual que se generó por casualidad en ese momento. Un generador de números pseudoaleatorios con semilla (seeded PRNG) resuelve esto: dada la misma semilla, produce siempre exactamente la misma secuencia de números, y por tanto los mismos datos ficticios, lo que facilita mucho reproducir errores y verificar resultados de pruebas.
Esta herramienta utiliza mulberry32, un algoritmo capaz de generar secuencias pseudoaleatorias de buena calidad con muy poco cómputo, y es una opción ligera muy popular en JavaScript. No es apto para uso criptográfico, pero es exactamente el tipo de algoritmo adecuado para generar datos de prueba, donde ser determinista y rápido importa mucho más que la impredecibilidad criptográfica.