Generator testowych danych CSV

Generuj pliki CSV z realistycznymi danymi testowymi: imiona, email, adresy, daty, UUID. Konfiguruj schemat i liczbę wierszy. Pobierz plik CSV. Bezpłatnie.

Bezpieczne (SSL)

Przetwarzanie Lokalne

100% Darmowe

Przejdź do narzędzia

Instrukcja

1

Wprowadź dane
Wpisz treść, wklej tekst lub załaduj plik z dysku.
2

Kliknij przycisk
Narzędzie natychmiast przetworzy Twoje dane w przeglądarce.
3

Pobierz wynik
Skopiuj gotowy tekst lub zapisz plik na urządzeniu.

                                                function runTool() {

                                                  return "Wynik gotowy w 0.1s";

                                                }

Ustawienia

Separator kolumn

Sposób cytowania

Kolumny

Wiersze

Częstość wartości null

Dołącz nagłówek Opcja narzędzia

Wynik

"id","first_name","last_name","email","city","country","created_at","order_total"
"1","Quinn","Johnson","[email protected]","Madrid","France","2026-01-01 12:51:38","903.67"
"2","Parker","Miller","[email protected]","Madrid","Austria","2026-03-13 10:05:38","338.38"
"3","Quinn","Smith","[email protected]","Copenhagen","Czechia","2025-12-29 08:52:38","286.64"
"4","","Harris","[email protected]","Stockholm","Italy","2025-11-30 12:40:38","908.19"
"","Morgan","Harris","[email protected]","Copenhagen","Poland","2026-02-21 17:57:38","174.51"
"6","Avery","Brown","[email protected]","Amsterdam","Czechia","2025-09-10 00:43:38","658.43"
"7","Jordan","Moore","[email protected]","Vienna","Netherlands","2026-04-15 05:24:38","587.79"
"","Morgan","White","[email protected]","Paris","Portugal","2026-03-16 09:31:38","634.11"
"9","Avery","Brown","[email protected]","Amsterdam","France","2025-11-18 12:26:38","777.55"
"10","Morgan","Brown","[email protected]","Copenhagen","Austria","2025-10-28 19:11:38","62.07"
"11","Riley","Moore","[email protected]","Stockholm","Denmark","2026-05-07 03:00:38","606.73"
"12","Jamie","Wilson","[email protected]","Stockholm","Netherlands","2026-07-27 22:17:38",""
"13","Taylor","White","[email protected]","Berlin","Spain","2026-07-09 15:57:38","826.46"
"14","Avery","Smith","[email protected]","Amsterdam","Czechia","2026-02-28 07:06:38","725.15"
"15","Quinn","Anderson","[email protected]","Madrid","Czechia","2025-09-19 23:23:38","59.63"
"16","Riley","Johnson","[email protected]","Berlin","Sweden","2026-05-09 06:48:38","714.61"
"17","Morgan","Anderson","[email protected]","Vienna","Czechia","2025-10-07 11:42:38","808.10"
"18","Riley","Moore","[email protected]","Stockholm","Ireland","2026-04-25 04:29:38","946.82"
"19","Avery","Moore","[email protected]","Rome","Portugal","2026-04-14 13:26:38","302.21"
"20","Alex","Brown","[email protected]","Amsterdam","Germany","2026-06-17 18:12:38","514.36"
"21","Alex","Jackson","[email protected]","Warsaw","Germany","2025-11-24 04:51:38",""
"22","Avery","Moore","[email protected]","Copenhagen","France","2026-02-07 05:31:38","581.32"
"23","Casey","Johnson","[email protected]","Prague","Ireland","2025-09-17 13:27:38","257.81"
"24","Parker","Wilson","[email protected]","Prague","Netherlands","2026-08-07 22:07:38","119.72"
"25","Jordan","Thomas","[email protected]","Warsaw","Ireland","2026-03-12 10:39:38","43.42"

Oceń to narzędzie:

Powiązane narzędzia

Inne narzędzia, które mogą Ci się przydać

Generator testowych danych CSV – Faker.js w przeglądarce

Testowanie aplikacji wymaga danych – baz pełnych realistycznych rekordów zamiast "test1", "test2". Narzędzie generuje pliki CSV z fałszywymi ale wiarygodnymi danymi (Faker.js): imiona, adresy email, numery telefonu, PESEL-podobne ID, daty, adresy IP.

generator danych testowych CSV faker CSV dummy data CSV testowe dane CSV generator

Dostępne typy kolumn

Osobiste: first_name, last_name, full_name, email, phone, age, gender, birthdate, PESEL (format PL). Adresy: street, city, state/voivodeship, zip_code, country, latitude, longitude. Techniczne: uuid, ip_address (IPv4/IPv6), mac_address, user_agent, url, password (hashed). Finansowe: credit_card (fałszywa), iban (PL format), price, currency.

Lokalizacja danych

Polska (pl): polskie imiona (Jan, Agnieszka), miejscowości (Kraków, Poznań), format tel (48xxxxxxxxx), kody pocztowe (XX-XXX). Angielski (en): John, Smith, NYC, ZIP. Niemcy, Francja, Hisz-pania: odpowiednie formy lokalne. Mieszana lokalizacja: dobre do testów wielojęzycznych.

Konfiguracja schematu

Dodaj kolumny: drag-and-drop sortowanie, rename, typ danych. Zakres dat: startDate → endDate (losowa data z zakresu). Liczby: min/max, precision (decimals). Enum/lista wartości: "active|inactive|pending" – losowo jeden z nich. Sekwencja: auto-increment ID (1,2,3...). Formuła: "prefix_" + uuid.

Formaty wyjścia i ustawienia CSV

Separator: przecinek (,), średnik (;), tabulator. Nagłówek: tak/nie. Cudzysłowy: wszystkie pola, tylko konieczne. Kodowanie: UTF-8, UTF-8 BOM, Windows-1250. Liczba wierszy: 10 do 100 000. Dla >10 000 wierszy: plik jest generowany i oferowany do pobrania (nie wyświetlany w podglądzie).

Najczęstsze pytania

Czy wygenerowane dane mogą zawierać prawdziwe osoby?

Nie – używamy biblioteki Faker.js, która generuje całkowicie fikcyjne dane. Imiona, adresy i numery telefonu są wygenerowane algorytmicznie. Żadne z nich nie należą do rzeczywistych osób. Bezpiecznie do testów RODO-wrażliwych środowisk.

Jak wygenerować PESEL do testów?

Polski PESEL: 11 cyfr: RRMMDDSSSSZ. Część narzędzi generuje poprawne matematycznie PESEL (z prawidłową sumą kontrolną). Narzędzie generuje fikcyjne PESEL-podobne numery zgodne z formatem ale nie należące do żadnej osoby. Dla testów produkcyjnych: zawsze używaj dedykowanego generatora testowego PESEL, nie prawdziwych danych.

Jak wygenerować realistyczne polskie adresy?

Baza: lista polskich miast, ulic (z OpenStreetMap lub własna). Format: ul. Marszałkowska 12/4, 00-001 Warszawa. Kod pocztowy: format XX-XXX. Województwo: 16 województw. Narzędzie generuje adresy geograficznie wiarygodne (kod pocztowy pasuje do regionu).

Jak używać pliku CSV z pandas (Python)?

import pandas as pd. df = pd.read_csv("data.csv", encoding="utf-8"). df.head(). df.describe(). Dla CSV z separatorem średnikowym (Excel PL): pd.read_csv("data.csv", sep=";"). Dla dużych plików (>1GB): pd.read_csv(..., chunksize=10000).

Jak zasilić bazę danych testowymi danymi CSV?

MySQL: LOAD DATA INFILE "/path/data.csv" INTO TABLE users FIELDS TERMINATED BY "," LINES TERMINATED BY "\n" IGNORE 1 ROWS. PostgreSQL: COPY users FROM "/path/data.csv" CSV HEADER. Django: management command lub fixture. Lub: wygeneruj INSERT SQL z pliku CSV przez narzędzie "Konwerter CSV na SQL".

Powiązane narzędzia: generator testowego JSON API, konwerter CSV na JSON i walidator CSV.