Test Dummy Data Generator
Generate realistic fake personal data in CSV, JSON, SQL.
100% dans le navigateur — aucune donnée n'est envoyée.
📋 Output Fields
⚙️ Options
À propos
Un outil gratuit basé sur le navigateur pour générer de fausses données personnelles réalistes pour le développement et les tests. Le traitement s'effectue entièrement dans votre navigateur — aucune donnée n'est jamais envoyée à un serveur.
Select fields (name, address, email, phone, birthday, etc.), choose a count (up to 1,000), pick your format (CSV/JSON/SQL/TSV), and save or copy instantly. All generated data is fictional and bears no relation to real individuals.
Comment utiliser
Select Fields
Check the fields you want to include (name, address, email, etc.).
Set Count & Format
Choose the number of records (1–1,000) and output format (CSV/JSON/SQL/TSV).
Copy or Save
Copy to clipboard or save as a file. Ready to use immediately in your project.
Glossaire
- Dummy Data
- Fictional data generated for testing and development purposes. Used to verify system behavior and preview UI designs without using real personal information.
- Faker.js
- A popular JavaScript library for generating realistic fake data. It can auto-generate names, addresses, emails, phone numbers, and many other categories of data.
- Seed Data
- A dataset used to define the initial state of a database. Inserted during the setup of development or testing environments to populate foundational records.
- JSON Format
- A lightweight data format based on JavaScript object notation. Widely used for API response mocks, configuration files, and data interchange between services.
- CSV Format
- A comma-separated tabular data format. Works seamlessly with Excel and spreadsheet tools, making it ideal for handling large volumes of dummy data.
- Locale
- The regional setting used during data generation. This tool automatically generates data formatted with standard US names, addresses, and phone number patterns.
- Schema Definition
- Structural information defining the field names, types, and constraints for generated data. For example: "name = string, age = integer(18–65)."
FAQ
- Q.Les données générées sont-elles enregistrées sur un navigateur ?
- Non. Tout le traitement de génération de données s’exécute entièrement dans votre navigateur. Aucune des données factices générées n'est jamais transmise à un navigateur externe.
- Q.Les noms et adresses générés sont-ils réalistes ?
- Oui. L'outil génère des formats de noms personnels, d'adresses et de numéros de téléphone mobile américains très réalistes, basés sur des modèles courants.
- Q.Combien d’enregistrements peuvent être générés à la fois ?
- Jusqu'à 1 000 enregistrements par génération. Pour les très gros lots, la sortie CSV est recommandée car il s'agit du format le plus compact.
- Q.Quels champs sont disponibles dans la sortie ?
- Les champs comprennent : pièce d'identité, prénom, nom de famille, sexe, date de naissance, âge, adresse e-mail, numéro de téléphone, code postal, état/province, adresse et nom de l'entreprise.
- Q.Puis-je exporter sous forme d’instructions SQL INSERT ?
- Oui ! Sélectionnez l'option "SQL (Instructions INSERT)" dans la liste déroulante Format avant de générer. Le résultat sera du SQL prêt à l’emploi pour n’importe quelle base de données relationnelle standard.
- Q.Est-il sécuritaire de l’utiliser dans des projets commerciaux ?
- Oui. Toutes les données générées sont entièrement fictives et ne contiennent aucune information personnelle réelle. Vous êtes libre de l'utiliser pour des tests, des démonstrations ou du développement sans aucune restriction.
- Q.Les mêmes données seront-elles générées si je clique à nouveau ?
- Non. La génération est aléatoire, donc chaque clic produit un ensemble d'enregistrements différent. Si vous avez besoin de reproductibilité, notez qu'une future fonctionnalité de valeur de départ est prévue.
Cas d'utilisation
Développement et tests d'applications Web
Create test data instantly for unit and integration tests. Use as seed data in CI pipelines.
Tests de performances des bases de données
Generate large volumes of records to test pagination, indexing, and query performance.
Maquettes de conception d'interface utilisateur
Add realistic data to Figma or HTML/CSS mockups instead of placeholder "Lorem ipsum" text.
Apprentissage de la programmation
Use as practice data for SQL learning or data analysis exercises without using real personal info.