Développeur / Données de test

Générateur de données fictives

Générez jusqu’à 1 000 lignes de données de test fictives avec les champs de votre choix : noms, e-mails, adresses, dates, nombres et plus encore, en JSON, CSV ou instructions SQL INSERT.

Générateur de données fictives: Les lignes sont générées dans votre navigateur à partir d’une graine, de sorte que les mêmes paramètres produisent les mêmes données jusqu’à ce que vous demandiez un nouvel ensemble. Les coordonnées sont conçues pour être sûres : les adresses e-mail et les liens utilisent example.com, un domaine réservé à la documentation, les numéros de téléphone utilisent la plage 555-0100 à 555-0199, réservée à la fiction en Amérique du Nord, et les adresses IP proviennent de plages réservées à la documentation. Les cellules CSV qui commencent par =, +, - ou @ reçoivent une apostrophe initiale afin qu’un tableur ne les exécute pas comme des formules. Fonctionne 100 % localement dans votre navigateur, sans aucun téléversement de fichier vers le serveur.

Catégorie
Outils développeur
Exécutions
Dans votre navigateur
Coût
Gratuit · sans inscription
Disponibilité
Prêt à l'emploi
Générateur de données fictivesTraitement local

Fonctionne entièrement dans votre navigateur

[
  {
    "id": 1,
    "name": "Priya Alvarez",
    "email": "priya.alvarez53@example.com",
    "company": "Nimblelight Energy",
    "created_at": "2021-12-19"
  },
  {
    "id": 2,
    "name": "Priya Patel",
    "email": "priya.patel43@example.com",
    "company": "Nimblepath Logistics",
    "created_at": "2023-06-03"
  },
  {
    "id": 3,
    "name": "Daniel Ito",
    "email": "daniel.ito25@example.com",
    "company": "Bluepath Logistics",
    "created_at": "2020-06-21"
  },
  {
    "id": 4,
    "name": "Jonas Rossi",
    "email": "jonas.rossi29@example.com",
    "company": "Bluewind Labs",
    "created_at": "2022-12-28"
  },
  {
    "id": 5,
    "name": "Omar Silva",
    "email": "omar.silva30@example.com",
    "company": "Brightbridge Analytics",
    "created_at": "2023-10-27"
  },
  {
    "id": 6,
    "name": "Sam Evans",
    "email": "sam.evans72@example.com",
    "company": "Greenpoint Media",
    "created_at": "2026-12-17"
  },
  {
    "id": 7,
    "name": "Farid Rossi",
    "email": "farid.rossi16@example.com",
    "company": "Silverpath Logistics",
    "created_at": "2021-09-28"
  },
  {
    "id": 8,
    "name": "Daniel Patel",
    "email": "daniel.patel58@example.com",
    "company": "Bluestone Systems",
    "created_at": "2020-05-04"
  },
  {
    "id": 9,
    "name": "Priya Weber",
    "email": "priya.weber24@example.com",
    "company": "Nimblebridge Analytics",
    "created_at": "2022-10-25"
  },
  {
    "id": 10,
    "name": "Hiro Okafor",
    "email": "hiro.okafor95@example.com",
    "company": "Nimblebridge Analytics",
    "created_at": "2026-06-06"
  },
  {
    "id": 11,
    "name": "Uma Young",
    "email": "uma.young12@example.com",
    "company": "Northpoint Media",
    "created_at": "2022-01-22"
  },
  {
    "id": 12,
    "name": "Wen Lopez",
    "email": "wen.lopez93@example.com",
    "company": "Harborleaf Studio",
    "created_at": "2024-09-25"
  },
  {
    "id": 13,
    "name": "Yusuf Chen",
    "email": "yusuf.chen97@example.com",
    "company": "Bluepath Logistics",
    "created_at": "2020-10-27"
  },
  {
    "id": 14,
    "name": "Kai Hansen",
    "email": "kai.hansen66@example.com",
    "company": "Swiftfield Foods",
    "created_at": "2020-07-13"
  },
  {
    "id": 15,
    "name": "Uma Tanaka",
    "email": "uma.tanaka28@example.com",
    "company": "Bluestone Systems",
    "created_at": "2026-04-03"
  },
  {
    "id": 16,
    "name": "Hiro Dubois",
    "email": "hiro.dubois65@example.com",
    "company": "Swiftstone Systems",
    "created_at": "2020-11-03"
  },
  {
    "id": 17,
    "name": "Daniel Brown",
    "email": "daniel.brown30@example.com",
    "company": "Summitbridge Analytics",
    "created_at": "2020-10-25"
  },
  {
    "id": 18,
    "name": "Mateo Lopez",
    "email": "mateo.lopez21@example.com",
    "company": "Harborstone Systems",
    "created_at": "2026-12-09"
  },
  {
    "id": 19,
    "name": "Yusuf Weber",
    "email": "yusuf.weber1@example.com",
    "company": "Bluewind Labs",
    "created_at": "2026-11-20"
  },
  {
    "id": 20,
    "name": "Isla Patel",
    "email": "isla.patel86@example.com",
    "company": "Northstone Systems",
    "created_at": "2026-02-01"
  }
]

Toutes les valeurs sont fictives : les adresses e-mail utilisent example.com, les numéros de téléphone la plage 555-0100 à 555-0199 réservée à la fiction, et les adresses IP les plages réservées à la documentation. Les données de test ne peuvent donc jamais contacter une personne ou un serveur réel.

Des données qui ne peuvent pas fuiter

Les données de test copiées depuis la production transportent de vrais noms, adresses e-mail et numéros de téléphone dans des endroits où ils ne devraient jamais se trouver : ordinateurs portables, journaux, captures d’écran et outils de suivi des bugs. Les données générées évitent cela, et le domaine réservé example.com ainsi que les numéros 555-01xx garantissent qu’un test envoyant un e-mail ou un SMS ne puisse joindre personne.

Veillez à ce que les données générées soient manifestement fictives. Les noms tirés de listes courtes se répètent, ce qui est précisément le but : personne ne prend ces lignes pour des clients.

Les intégrer à votre système

JSON convient aux simulations d’API et aux fixtures ; NDJSON, avec un objet par ligne, convient aux pipelines de journaux et aux chargeurs en masse comme celui d’Elasticsearch. Un fichier CSV s’ouvre dans un tableur ou se charge avec la commande d’importation d’une base de données, tandis que les instructions SQL INSERT se collent directement dans une console. Pour un CSV existant, le convertisseur CSV vers SQL écrit des instructions INSERT à partir de ses lignes, et le générateur d’UUID crée des identifiants en masse.

Comment l'utiliser

  1. Ajoutez les champs dont vous avez besoin, nommez-les et choisissez le type de données pour chacun.
  2. Choisissez le nombre de lignes et le format de sortie.
  3. Copiez ou téléchargez les données, ou cliquez sur Nouvelles données pour générer un nouvel ensemble.

Confidentialité et limitations

Tout est généré dans votre navigateur ; rien n’est envoyé. Votre liste de champs est mémorisée dans ce navigateur.

Outils associés

JSON d’exempleCSV d’exempleGénérateur d'UUID

Questions fréquentes

Une adresse e-mail ou un numéro de téléphone généré peut-il appartenir à une personne réelle ?

Non. Les adresses e-mail utilisent toutes le domaine example.com, que les normes d’Internet réservent aux exemples et qui ne peut pas recevoir de messages. Les numéros de téléphone appartiennent à la plage 555-0100 à 555-0199, réservée aux films, aux livres et aux tests. Les noms sont composés aléatoirement à partir de prénoms et de noms courants.

Avec quels SQL la sortie INSERT est-elle compatible ?

Les instructions entourent les noms de guillemets doubles et les chaînes de guillemets simples, conformément à la norme SQL, acceptée par PostgreSQL, SQLite et Oracle. Avec MySQL, activez ANSI_QUOTES ou remplacez les guillemets doubles autour des noms par des accents graves.

Puis-je obtenir à nouveau les mêmes données ?

Oui. Les données proviennent d’une graine qui ne change que lorsque vous cliquez sur Nouvelles données ; modifier le nom d’un champ conserve donc les mêmes valeurs. Téléchargez le fichier si vous devez le réutiliser plus tard.

Combien de lignes puis-je générer ?

Jusqu’à 1 000 à la fois. Pour en obtenir davantage, téléchargez plusieurs ensembles : chaque clic sur Nouvelles données génère des lignes différentes.

Outil gratuit · dans votre navigateur exécutions · aucun compte requis