DataFaker/dataFaker.py at main · R3LI4NT/DataFaker · GitHub

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
from banner.banner import *
from faker import Faker
import pandas
import json
import argparse

def regions():
    banner()
    regiones = {
        	"es_AR": "Argentina",
		"pt_BR": "Brasil",
		"es_MX": "Mexico",
		"es_ES": "España",
		"en_US": "Estados Unidos",
		"en_CA": "Canada",
		"en_AU": "Australia",
		"en_GB": "Gran Bretaña",
		"bg_BG": "Bulgaria",
		"de_DE": "Alemania",
		"cz_CZ": "Republica Checa",
		"el_GR": "Griego",
		"fa_IR": "Iran",
		"fi_FI": "Finlandia",
		"fr_FR": "Francia",
		"hi_IN": "India",
		"hr_HR": "Croacia",
		"it_IT": "Italia",
		"ja_JP": "Japon",
		"ko_KR": "Korea",
		"lt_LT": "Lituania",
		"lv_LV": "Letonia",
		"ne_NP": "Nepal",
		"nl_NL": "Paises Bajos/Holanda",
		"no_NO": "Noruega",
		"pl_PL": "Polonia",
		"pt_PT": "Portugal",
		"ru_RU": "Rusia",
		"sl_SI": "Eslovenia",
		"sv_SE": "Suecia",
		"tr_TR": "Turquia",
		"uk_UA": "Ucrania",
		"zh_CN": "China",
		"zh_TW": "China/Taiwan"
    }
    listaRegiones = json.dumps(regiones, indent=4)
    print("\033[0;31m[+]\033[0m Lista de regiones disponibles:\n", listaRegiones)


def genData():
    banner()
    def generate_random_email():
    	dummy = Faker()
    	return dummy.email()

    if parse.region:
        faker = Faker(f'{parse.region}')
        if parse.name:
            names = [faker.unique.name() for i in range(parse.data)]
            print("\n\033[0;31m[+]\033[0m Nombres generados:")
            for i in names:
                print(i)
                data = pandas.DataFrame(names)
                data.columns, data.shape
                data.to_csv('names-fakes')

        if parse.address:
            address = [faker.unique.address() for i in range(parse.data)]
            print("\n\033[0;31m[+]\033[0m Direcciones generadas:")
            for i in address:
                print(i)
                data = pandas.DataFrame(address)
                data.columns, data.shape
                data.to_csv('address-fakes')

        if parse.jobs:
            empleos = [faker.job() for i in range(parse.data)]
            print("\n\033[0;31m[+]\033[0m Empleos generados:")
            for i in empleos:
                print(i)
                data = pandas.DataFrame(empleos)
                data.columns, data.shape
                data.to_csv('jobs-fakes')

        if parse.phone:
            phone_number = [faker.phone_number() for i in range(parse.data)]
            print("\n\033[0;31m[+]\033[0m Numeros telefonicos generados:")
            for i in phone_number:
                print(i)
                data = pandas.DataFrame(phone_number)
                data.columns, data.shape
                data.to_csv('phoneNumber-fakes')

        if parse.email:
            email = [generate_random_email()  for i in range(parse.data)]
            print("\n\033[0;31m[+]\033[0m Direcciones de correo generadas:")
            for i in email:
                print(i)
                data = pandas.DataFrame(email)
                data.columns, data.shape
                data.to_csv('emails-fakes')

        if parse.passport:
            passport = [faker.passport_number()for i in range(parse.data)]
            print("\n\033[0;31m[+]\033[0m Numeros de pasaporte generados:")
            for i in passport:
                print(i)
                data = pandas.DataFrame(passport)
                data.columns, data.shape
                data.to_csv('passport-fakes')

        if parse.url:
            url = [faker.unique.url() for i in range(parse.data)]
            print("\n\033[0;31m[+]\033[0m Direcciones URL generadas:")
            for i in url:
                print(i)
                data = pandas.DataFrame(url)
                data.columns, data.shape
                data.to_csv('urls-fakes')

if __name__ == '__main__':
    try:
        parse = argparse.ArgumentParser()
        parse.add_argument('-l', '--list', help="Lista de regiones disponibles", action='store_true', required=False)
        parse.add_argument('-r', '--region', help="Region", required=False)
        parse.add_argument('-d', '--data', help="Cantidad de data", type=int, required=False)
        parse.add_argument('-n', '--name', help="Generar nombres falsos", action='store_true', required=False)
        parse.add_argument('-u', '--url', help="Generar URL falsas", action='store_true', required=False)
        parse.add_argument('-a', '--address', help="Generar direcciones falsas", action='store_true', required=False)
        parse.add_argument('-e', '--email', help="Generar direcciones de correo falsos", action='store_true', required=False)
        parse.add_argument('-j', '--jobs', help="Generar empleos de trabajo", action='store_true', required=False)
        parse.add_argument('--phone', help="Generar numeros telefonicos falsos", action='store_true', required=False)
        parse.add_argument('--passport', help="Generar numeros de pasaporte falsos", action='store_true', required=False)

        parse = parse.parse_args()

        if parse.list:
            regions()
        else:
            genData()
    except KeyboardInterrupt:
        exit()