使用过Python语言的朋友们可能使用过 forgery_py ，它是一个伪造数据的工具。能伪造一些常用的数据。在我们开发过程和效果展示是十分有用。但是没有Go语言版本的，所以就动手折腾吧。
从源码入手
在forgery_py的 PyPi 有一段的实例代码：
>>> import forgery_py >>> forgery_py.address.street_address() u'4358 Shopko Junction' >>> forgery_py.basic.hex_color() '3F0A59' >>> forgery_py.currency.description() u'Slovenia Tolars' >>> forgery_py.date.date() datetime.date(2012, 7, 27) >>> forgery_py.internet.email_address() u'brian@zazio.mil' >>> forgery_py.lorem_ipsum.title() u'Pretium nam rhoncus ultrices!' >>> forgery_py.name.full_name() u'Mary Peters' >>> forgery_py.personal.language() u'Hungarian'
从以上的方法调用我们可以看出forgery_py下有一系列的 *.py 文件，里面有各种方法，实现各种功能，我们在来通过分析下Python版本的forgery_py的源码来看看它的实现原理。
# ForgeryPy 包的一级目录 ├── dictionaries # 伪造内容和来源目录，目录下存放的都是一些文本文件 ├── dictionaries_loader.py # 加载文件脚本 ├── forgery # 主目录，实现各种数据伪造功能，目录下存放的都是python文件 ├── __init__.py
我们在来看下forgery目录下的脚本
$ cat name.py
import random
from ..dictionaries_loader import get_dictionary
__all__ = [
'first_name', 'last_name', 'full_name', 'male_first_name',
'female_first_name', 'company_name', 'job_title', 'job_title_suffix',
'title', 'suffix', 'location', 'industry'
]
def first_name():
"""Random male of female first name."""
_dict = get_dictionary('male_first_names')
_dict += get_dictionary('female_first_names')
return random.choice(_dict).strip()
__all__ 设置能被调用的方法。
first_name() 方法是forgery_py中一个典型伪造数据方法，我们只要来分析它就可以知道forgery_py的工作原理了。
这个方法代码很少，能容易就看出 _dict = get_dictionary('male_first_names') 和 _dict += get_dictionary('female_first_names') 获取的数据合并，在最后的 return random.choice(_dict).strip() 返回随机的数据。它的重点在于 get_dictionary() ,所以我们需要来看它的所在位置 dictionaries_loader.py 文件。
$ cat dictionaries_loader
import random
DICTIONARIES_PATH = abspath(join(dirname(__file__), 'dictionaries'))
dictionaries_cache = {}
def get_dictionary(dict_name):
"""
Load a dictionary file ``dict_name`` (if it's not cached) and return its
contents as an array of strings.
"""
global dictionaries_cache
if dict_name not in dictionaries_cache:
try:
dictionary_file = codecs.open(
join(DICTIONARIES_PATH, dict_name), 'r', 'utf-8'
)
except IOError:
None
else:
dictionaries_cache[dict_name] = dictionary_file.readlines()
dictionary_file.close()
return dictionaries_cache[dict_name]
以上就是 dictionaries_loader.py 文件去掉注释后的所以要内容。它的主要实现就是：定义一个全局的字典参数 dictionaries_cache 作为缓存，然后定义方法 get_dictionary() 获取源数据， get_dictionary() 中每次forgery目录底下方法调用时先查看缓存，缓存字典中存在数据就直接输出，不存在就读取 dictionaries 底下的对应文件，并存入缓存。最后是返回数据。
总的来说forgery_py的原理就是：一个方法调用，去读内存中的缓存，存在就直接返回，不存在就到对应的文本文件中读取并写入缓存并返回。返回来的数据再随机选取输出结果。
使用Go语言实现
在了解了forgery_py的工作原理之后，我们就可以来使用Go语言来实现了。
# forgery的基本目录 $ cat forgery ├── dictionaries # 数据源 │ ├── male_first_names ├── name.go # 具体功能实现 └── loader.go # 加载数据
根据python版本的我们也来创建对应的目录。
实现数据的读取的缓存：
// forgery/loader.go
package forgery
import (
"os"
"io"
"bufio"
"math/rand"
"time"
"strings"
)
// 全局的缓存map
var dictionaries map[string][]string = make(map[string][]string)
// 在获取数据之后随机输出
func random(slice []string) string {
rand.Seed(time.Now().UnixNano())
n := rand.Intn(len(slice))
return strings.TrimSpace(slice[n])
}
// 主要的数据加载方法
func loader(name string) (slice []string, err error) {
slice, ok := dictionaries[name]
// 缓存中存在数据，直接返回
if ok {
return slice, nil
}
// 读取对应文件
file, err := os.Open("./dictionaries/" + name)
if err != nil {
return slice, err
}
defer file.Close()
rd := bufio.NewReader(file)
for {
line, err := rd.ReadString('\n')
slice = append(slice, line)
if err != nil || io.EOF == err {
break
}
}
dictionaries[name] = slice
return slice, nil
}
// 统一的错误处理
func checkErr(err error) (string, error) {
return "", err
}
实现具体的功能：
// forgery/name.go
// Random male of female first name.
func FirstName() (string, error) {
slice, err := loader("male_first_names")
checkErr(err)
slice1, err := loader("female_first_names")
checkErr(err)
slice = append(slice, slice1...)
return random(slice), nil
}
这样就将python语言版本的forgery_py使用Go来实现了。
最后
上面只是提及了一些工作原理，具体的源代码可以看 https://github.com/xingyys/fo... ,也十分感谢 https://github.com/tomekwojci... ，具体的思路和里面的数据源都是他提供的。本人就是做了一些 翻译 的的工作。
总结
以上所述是小编给大家介绍的Go语言版本的forgery，希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对呐喊教程网站的支持！
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：notice#nhooo.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。