测试数据怎么造？假数据生成与脱敏

一、需要假数据的三个场景

1. 开发与测试：填满列表页看分页效果、测试表单校验、压测数据库；
2. 演示与截图：给客户看的界面不能出现真实客户信息；
3. 对外提供样例：技术支持要用户提供数据复现问题，但真实数据不能外发。

共同前提是：数据看起来要像真的（格式合法），但不能对应到任何真实的人。

二、假数据生成：格式真、内容假

字段	实测样例	说明
姓名	蔡杰、程婷	从常见姓氏与名字随机组合
手机号	18543974410 / 列表里是 138****5675	保留号段与长度
邮箱	user17325@mail.example.org	域名用 reserved 示例域
身份证	11010519931102379X	校验位按国标算法算得真实有效
地址	成都市武侯区解放大道110号	省市区真实、路名虚构

关键点：身份证号是「格式合法」而不是「真实存在」。地区码、出生日期、顺序码都是随机拼装的，校验位按国标算法补齐——所以它能通过表单校验和数据库字段长度检查，但查不到对应的真人（用号码校验工具验证会发现校验位自洽、信息可解析，这正是它能用于测试的原因）。

**手机号中间四位是星号（138\*\*\*\*1234）是刻意的：保留号段与尾号足以测试界面展示、格式校验与存储逻辑，但拼不出可拨打的完整号码，避免生成器被误用于骚扰或注册。需要完整格式时自行替换星号**——工具只负责给你结构，不负责给你可用的号码。

单次最多生成 100 条，全部在浏览器本地即时生成、不经过服务器也不落盘。需要更大量数据时建议用 Faker、mockjs 之类的程序化方案批量生成后入库。

三、反向需求：脱敏

脱敏是另一个方向——把真实数据里的敏感部分遮掉：

姓名：张三                                          → 姓名：张*
手机：13800138000                                  → 手机：138****8000
身份证：11010519491231002X                         → 身份证：110105********002X
卡号：6222021234567894                             → 卡号：6222********7894
邮箱：zhangsan@example.com                         → 邮箱：zh******@example.com
地址：北京市朝阳区某某路 88 号 3 单元 501           → 地址：北京市朝阳区*****************

保留前几位、后几位是刻意设计：既能确认「是哪条记录、是哪位客户」，又去掉了可定位到具体个人的信息。地址保留到区县同理——区县级别不足以定位住所，但足够让人对照。

四、脱敏的四条规则

1. 不可逆：星号替换后无法还原，工具也不生成原文与掩码的对照表、不保留原文副本。如果需要「可还原的遮蔽」，那属于加密而不是脱敏，必须自己保管密钥；
2. 姓名只脱敏带标签的写法（如「姓名：张三」）。中文姓名没有固定格式，两到四个汉字都可能成词，纯正则判断会把正文里的普通词误判成人名——准确率优先，正文里的人名用「自定义关键词」精确处理；
3. 支持自定义关键词：公司名、项目代号、内部编号这类不在标准类型里的敏感词，填进自定义列表即可整体替换；
4. 全文处理：一次粘贴整段文本，工具按类型统计命中数量（实测样例 6 类各命中 1 处，加上自定义关键词共 7 处）。

五、三个常见误区

• 「脱敏等于加密」：脱敏不可逆、无密钥，只用于展示与外发；加密可逆、有密钥，用于存储与传输；
• 「把身份证中间遮掉就安全了」：出生日期（第 7~14 位）与地区码是身份证最有辨识度的部分，遮掉它们比只遮后四位有效得多；
• 「假数据和脱敏是一回事」：假数据是造出不像真的数据，脱敏是处理真实数据——前者用于测试环境，后者用于对外发布。

六、直接算

→ 假数据生成器：姓名、手机、邮箱、身份证、地址批量生成

→ 数据脱敏工具：姓名、手机、身份证、卡号、邮箱、地址一键遮蔽

→ 号码校验计算器：验证生成的测试号码格式是否合法