Générateur de CSV d'exemple (données fictives)
Définissez les noms et types de colonnes (identifiant séquentiel, nom complet, e-mail, date, nombres, etc.) pour générer et télécharger instantanément des données CSV fictives destinées aux tests et à l'assurance qualité.
Types de données pris en charge
| Type | Exemple de résultat |
|---|---|
| Identifiant séquentiel | 1, 2, 3, ... ou une séquence préfixée comme USR-0001 |
| Nom complet | Noms fictifs mélangeant styles japonais et occidentaux, par ex. Taro Yamada, Emma Smith |
| Adresse e-mail | [email protected] (dérivée automatiquement du nom généré) |
| Numéro de téléphone | Un format de type mobile japonais tel que 090-1234-5678 |
| Date | Une date aléatoire dans la plage choisie, au format AAAA-MM-JJ |
| Entier | Un nombre entier aléatoire dans la plage min/max choisie |
| Décimal (prix, etc.) | Un nombre décimal aléatoire dans la plage choisie, arrondi à 2 décimales |
| Booléen | true/false (libellés personnalisables) |
| Texte libre | Une phrase de remplissage du type « Lorem ipsum dolor sit amet. » |
Astuces d'utilisation
- Saisissez n'importe quel nombre dans le champ de graine pour reproduire à volonté les mêmes données fictives à partir des mêmes colonnes ; pratique pour partager un rapport de bug ou un fixture de test automatisé.
- Le CSV généré respecte la norme RFC 4180 : les valeurs contenant des virgules, des sauts de ligne ou des guillemets sont correctement mises entre guillemets et échappées.
- La colonne e-mail est dérivée automatiquement d'une colonne de nom complet placée avant elle sur la même ligne ; les combiner produit donc des données cohérentes entre elles.
- Tout le traitement s'exécute entièrement dans le navigateur et rien n'est jamais envoyé à un serveur : il s'agit de données entièrement fictives, sans aucune information personnelle réelle.
- Le nombre de lignes est plafonné à 10 000 pour éviter de ralentir le navigateur. Si vous avez besoin de plus, fixez la graine, générez par lots, puis fusionnez les fichiers.
Questions fréquentes
Anecdote — Pourquoi les tests ont besoin de données fictives « à graine »
Utiliser des données fictives plutôt que de vrais enregistrements est une pratique courante en développement logiciel, pour deux raisons principales : protéger les informations personnelles (éviter que de vraies données clients ne se retrouvent en environnement de développement ou de test) et pouvoir construire librement, à la demande, des cas limites et des entrées inhabituelles. C'est exactement pour cela que des bibliothèques comme Faker pour Ruby, Faker pour Python ou @faker-js/faker pour JavaScript sont si largement utilisées.
Les données fictives purement aléatoires ont toutefois une faiblesse : elles ne sont pas reproductibles. Lorsqu'un test échoue de façon intermittente, il devient difficile de savoir si la cause est un véritable bug logique ou simplement une valeur inhabituelle générée par hasard à ce moment-là. Un générateur de nombres pseudo-aléatoires à graine (seeded PRNG) résout ce problème : avec la même graine, il produit toujours exactement la même séquence de nombres, donc les mêmes données fictives, ce qui rend les bugs bien plus faciles à reproduire et les résultats de test bien plus faciles à vérifier.
Cet outil utilise mulberry32, un algorithme capable de générer des séquences pseudo-aléatoires de bonne qualité avec très peu de calcul, et qui constitue un choix léger très populaire en JavaScript. Il ne convient pas à un usage cryptographique, mais c'est exactement le type d'algorithme adapté à la génération de données de test, où le déterminisme et la rapidité comptent bien plus que l'imprévisibilité cryptographique.