Locale es_MX

faker.providers.address

class faker.providers.address.es_MX.Provider(generator: Any)

Bases: Provider

address() → str

示例:

‘791 Crist Parks, Sashabury, IL 86039-9874’

示例:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.address()
...
'Circuito Segura 647 Interior 593\nVieja Chile, CHIS 89241-1578'
'Continuación Sur Urías 784 Interior 080\nVieja Turquía, AGS 53513-9332'
'Continuación Sauceda 148 Interior 418\nSan Paola de la Montaña, NL 19659-3423'
'Peatonal Coahuila de Zaragoza 220 186\nSan Octavio de la Montaña, JAL 94775-1591'
'Cerrada Angola 413 Edif. 525 , Depto. 601\nNueva Austria, COAH 13991'

administrative_unit() → str

示例: u’Guerrero’

示例:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.administrative_unit()
...
'Sinaloa'
'Tabasco'
'Baja California Sur'
'Morelos'
'Zacatecas'

building_number() → str

示例:

‘791’

示例:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.building_number()
...
'6048'
'6475'
'382'
'2194'
'924'

city() → str

示例:

‘Sashabury’

示例:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.city()
...
'San Lucía de la Montaña'
'San Nayeli los bajos'
'San Hernán los bajos'
'San Rodolfo de la Montaña'
'Vieja Chile'

city_adjective() → str

示例:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.city_adjective()
...
'Vieja'
'Vieja'
'Nueva'
'Vieja'
'Vieja'

city_prefix() → str

示例:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.city_prefix()
...
'Norte'
'Norte'
'Sur'
'Norte'
'Norte'

city_suffix() → str

示例:

‘town’

示例:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.city_suffix()
...
'los bajos'
'los bajos'
'de la Montaña'
'los bajos'
'los altos'

country() → str

示例:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.country()
...
'Líbano'
'Maldivas'
'Australia'
'Georgia'
'Palau'

country_code(representation: str = 'alpha-2') → str

示例:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.country_code()
...
'MV'
'PS'
'NL'
'BB'
'IL'

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.country_code(representation='alpha-2')
...
'MV'
'PS'
'NL'
'BB'
'IL'

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.country_code(representation='alpha-3')
...
'MDV'
'PSE'
'NLD'
'BRB'
'ISR'

current_country() → str

示例:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.current_country()
...
'Mexico'
'Mexico'
'Mexico'
'Mexico'
'Mexico'

current_country_code() → str

示例:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.current_country_code()
...
'MX'
'MX'
'MX'
'MX'
'MX'

postcode() → str

示例:

86039-9874

示例:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.postcode()
...
'60487-6475'
'82421'
'89241-1578'
'56593'
'78408-0160'

secondary_address() → str

:example ‘020 Interior 999’

示例:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.secondary_address()
...
'604 Interior 876'
'759 Interior 382'
'219 Interior 489'
'411 578'
'565 938'

state() → str

示例: u’Guerrero’

示例:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.state()
...
'Sinaloa'
'Tabasco'
'Baja California Sur'
'Morelos'
'Zacatecas'

state_abbr() → str

示例: u’GRO’

示例:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.state_abbr()
...
'SIN'
'TAB'
'BCS'
'MOR'
'ZAC'

street_address() → str

示例:

‘791 Crist Parks’

示例:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.street_address()
...
'Andador Norte Segura 647 Interior 593'
'Calle Chiapas 489 Edif. 241 , Depto. 157'
'Eje vial Puebla 387 Edif. 784 , Depto. 080'
'Viaducto Sur Salcido 351 Interior 393'
'Privada Micronesia 158 714'

street_name() → str

示例:

‘Crist Parks’

示例:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.street_name()
...
'Eje vial Sur Huerta'
'Diagonal Norte Romero'
'Prolongación Jalisco'
'Circunvalación Chile'
'Retorno Henríquez'

street_prefix() → str

:example ‘Avenida’

示例:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.street_prefix()
...
'Diagonal'
'Eje vial'
'Andador'
'Circuito'
'Periférico'

street_suffix() → str

示例:

‘Avenue’

示例:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.street_suffix()
...
'Street'
'Street'
'Street'
'Street'
'Street'

faker.providers.bank

class faker.providers.bank.es_MX.Provider(generator: Any)

Bases: Provider

针对 es_MX 语言环境的银行提供程序。

aba() → str

Generate an ABA routing transit number.

示例:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.aba()
...
'076048766'
'057593829'
'052194896'
'034115783'
'025659384'

bank() → str

Generate a bank name.

示例:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.bank()
...
'Consubanco, S.A.'
'UBS Banco, S.A.'
'Deutsche Securities, S.A. de C.V.'
'AXA Seguros, S.A. De C.V.'
'Banco Santander, S.A.'

bank_country() → str

Generate the bank provider’s ISO 3166-1 alpha-2 country code.

示例:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.bank_country()
...
'GB'
'GB'
'GB'
'GB'
'GB'

bban() → str

Generate a Basic Bank Account Number (BBAN).

示例:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.bban()
...
'MYNB4876475938242'
'YDTZ4892411578156'
'KTUG8778408016097'
'KHXK1393328711587'
'DJRJ1858398947196'

clabe(bank_code: int | None = None) → str

生成墨西哥银行账户CLABE。

来源

• https://en.wikipedia.org/wiki/CLABE

Returns:

一个假的 CLABE 号码。

示例:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.clabe()
...
'155776689006792158'
'131988837681525139'
'166940496979959706'
'145597357884672403'
'062288228915909964'

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.clabe(bank_code=2)
...
'002864631170560203'
'002041424285777665'
'002497663450887436'
'002991780860070717'
'002597357884672407'

iban() → str

Generate an International Bank Account Number (IBAN).

示例:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.iban()
...
'GB37MYNB4876475938242'
'GB05YDTZ4892411578156'
'GB04KTUG8778408016097'
'GB93KHXK1393328711587'
'GB55DJRJ1858398947196'

swift(length: int | None = None, primary: bool = False, use_dataset: bool = False) → str

Generate a SWIFT code.

SWIFT codes, reading from left to right, are composed of a 4 alphabet character bank code, a 2 alphabet character country code, a 2 alphanumeric location code, and an optional 3 alphanumeric branch code. This means SWIFT codes can only have 8 or 11 characters, so the value of length can only be None or the integers 8 or 11. If the value is None, then a value of 8 or 11 will randomly be assigned.

Because all 8-digit SWIFT codes already refer to the primary branch or office, the primary argument only has an effect if the value of length is 11. If primary is True and length is 11, the 11-digit SWIFT codes generated will always end in 'XXX' to denote that they belong to primary branches/offices.

For extra authenticity, localized providers may opt to include SWIFT bank codes, location codes, and branch codes used in their respective locales. If use_dataset is True, this method will generate SWIFT codes based on those locale-specific codes if included. If those codes were not included, then it will behave as if use_dataset were False, and in that mode, all those codes will just be randomly generated as per the specification.

示例:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.swift()
...
'YNBIGB65ZT4'
'SGQEGBSIGQ8'
'JDXCGBV4'
'LNKTGBN9'
'OQIBGB9AFZA'

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.swift(length=8)
...
'MYNBGBQ6'
'PMZJGB4W'
'SGQEGBSI'
'YDTZGBQ8'
'WZTEGBTG'

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.swift(length=8, use_dataset=True)
...
'MYNBGBQ6'
'PMZJGB4W'
'SGQEGBSI'
'YDTZGBQ8'
'WZTEGBTG'

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.swift(length=11)
...
'MYNBGBQ65ZT'
'PLSGGB6ISIG'
'TZIRGBJTGEV'
'PRDLGB1UN94'
'OQIBGB9AFZA'

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.swift(length=11, primary=True)
...
'MYNBGBQ6XXX'
'PMZJGB4WXXX'
'SGQEGBSIXXX'
'YDTZGBQ8XXX'
'WZTEGBTGXXX'

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.swift(length=11, use_dataset=True)
...
'MYNBGBQ65ZT'
'PLSGGB6ISIG'
'TZIRGBJTGEV'
'PRDLGB1UN94'
'OQIBGB9AFZA'

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.swift(length=11, primary=True, use_dataset=True)
...
'MYNBGBQ6XXX'
'PMZJGB4WXXX'
'SGQEGBSIXXX'
'YDTZGBQ8XXX'
'WZTEGBTGXXX'

swift11(primary: bool = False, use_dataset: bool = False) → str

Generate an 11-digit SWIFT code.

This method uses swift() under the hood with the length argument set to 11. If primary is set to True, the SWIFT code will always end with 'XXX'. All 11-digit SWIFT codes use this convention to refer to the primary branch/office.

示例:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.swift11()
...
'MYNBGBQ65ZT'
'PLSGGB6ISIG'
'TZIRGBJTGEV'
'PRDLGB1UN94'
'OQIBGB9AFZA'

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.swift11(use_dataset=True)
...
'MYNBGBQ65ZT'
'PLSGGB6ISIG'
'TZIRGBJTGEV'
'PRDLGB1UN94'
'OQIBGB9AFZA'

swift8(use_dataset: bool = False) → str

Generate an 8-digit SWIFT code.

This method uses swift() under the hood with the length argument set to 8 and with the primary argument omitted. All 8-digit SWIFT codes already refer to the primary branch/office.

示例:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.swift8()
...
'MYNBGBQ6'
'PMZJGB4W'
'SGQEGBSI'
'YDTZGBQ8'
'WZTEGBTG'

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.swift8(use_dataset=True)
...
'MYNBGBQ6'
'PMZJGB4W'
'SGQEGBSI'
'YDTZGBQ8'
'WZTEGBTG'

faker.providers.company

class faker.providers.company.es_MX.Provider(generator: Any)

Bases: Provider

bs() → str

示例:

‘integrate extensible convergence’

示例:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.bs()
...
'incuba esquemas proactivas'
'fortalece servicios web front-end'
'compromete interfaces eficientes'
'entrega tecnologías distribuidas'
'orquesta arquitecturas intuitivas'

catch_phrase() → str

示例:

‘Robust full-range hub’

示例:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.catch_phrase()
...
'instalación multitarea enfocado al negocio'
'flexibilidad regional recontextualizado'
'interfaz híbrida realineado'
'conjunto terciaria basado en funcionalidad'
'sistema abierto sensible al contexto mandatorio'

company() → str

示例:

‘Acme Ltd’

示例:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.company()
...
'Peres, Arevalo y Huerta'
'Palacios y Madrigal S.C.'
'Vergara-Gamez S. R.L. de C.V.'
'Corporacin Cintrón-Cadena'
'Industrias Zarate, Contreras y Marín'

company_prefix() → str

示例:

‘Grupo’

示例:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.company_prefix()
...
'Proyectos'
'Club'
'Proyectos'
'Club'
'Despacho'

company_suffix() → str

示例:

‘Ltd’

示例:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.company_suffix()
...
'y Asociados'
'S.C.'
'y Asociados'
'S.C.'
'A.C.'

faker.providers.job

class faker.providers.job.es_MX.Provider(generator: Any)

Bases: Provider

job() → str

示例:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.job()
...
'Técnico en asistencia al usuario de tecnología de la información y las comunicaciones'
'Geólogo'
'Recolector de basura y material reciclable'
'Trabajador comunitario de la salud'
'Ingeniero de minas'

job_female() → str

示例:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.job_female()
...
'Técnico en asistencia al usuario de tecnología de la información y las comunicaciones'
'Geólogo'
'Recolector de basura y material reciclable'
'Trabajador comunitario de la salud'
'Ingeniero de minas'

job_male() → str

示例:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.job_male()
...
'Técnico en asistencia al usuario de tecnología de la información y las comunicaciones'
'Geólogo'
'Recolector de basura y material reciclable'
'Trabajador comunitario de la salud'
'Ingeniero de minas'

faker.providers.lorem

class faker.providers.lorem.es_MX.Provider(generator: Any)

Bases: Provider

为 es_MX 语言环境实现 lorem 提供程序。使用与 `es_ES` 相同的实现。

get_words_list(part_of_speech: str | None = None, ext_word_list: Sequence[str] | None = None) → List[str]

获取单词列表。

ext_word_list 参数允许用户提供一个单词列表来代替内置的单词列表。如果提供了 ext_word_list，则忽略 part_of_speech 的值。

part_of_speech 参数定义了返回的单词所属的词性。如果 ext_word_list 不是 None，则忽略 part_of_speech。如果 part_of_speech 的值与当前区域设置中存在的词性不对应，则会引发异常。

警告

根据区域提供者内置单词列表的长度或提供的 ext_word_list 的长度，如果 unique 为 True，较大的 nb 可能会耗尽这些列表，从而引发异常。

示例:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.get_words_list(part_of_speech="abc", ext_word_list=['abc', 'def', 'ghi', 'jkl'])
...
['abc', 'def', 'ghi', 'jkl']
['abc', 'def', 'ghi', 'jkl']
['abc', 'def', 'ghi', 'jkl']
['abc', 'def', 'ghi', 'jkl']
['abc', 'def', 'ghi', 'jkl']

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.get_words_list(ext_word_list=['abc', 'def', 'ghi', 'jkl'])
...
['abc', 'def', 'ghi', 'jkl']
['abc', 'def', 'ghi', 'jkl']
['abc', 'def', 'ghi', 'jkl']
['abc', 'def', 'ghi', 'jkl']
['abc', 'def', 'ghi', 'jkl']

paragraph(nb_sentences: int = 3, variable_nb_sentences: bool = True, ext_word_list: Sequence[str] | None = None) → str

生成一个段落。

The nb_sentences argument controls how many sentences the paragraph will contain, and setting variable_nb_sentences to False will generate the exact amount, while setting it to True (default) will generate a random amount (+/-40%, minimum of 1) using randomize_nb_elements().

Under the hood, sentences() is used to generate the sentences, so the argument ext_word_list works in the same way here as it would in that method.

示例:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.paragraph(nb_sentences=5)
...
'Dos peor capacidad grado s arriba. B pequeña prensa da estuvo secretario. Rafael época ejército clase algunos. Marcha pp tiempos mes. Libro mal pensar noche.'
'Paz políticos ni grado profesional sí prueba. La central santiago unas voz comercio tener sol. Precio otras ministerio ella niveles. Somos valor manos cabeza hecho luz material. Pablo productos energía imagen especialmente. Trata número tras informe este máximo.'
'Tiempo permite momento días ser aunque ambiente. Hechos aumento crisis duda cambio ejemplo permite. Cine interés línea n asimismo cuadro. Voz mayor respuesta iba.'
'Su meses ejército amor partido. Cámara mundo algunos ve muy partidos. Clase cada hecho social s algo ella. Todo como rosa cosas.'
'Fuera felipe pone más ir año carlos. Ese casos cultura así niño. Mundo vuelve nuestro ellas régimen aumento grado embargo.'

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.paragraph(nb_sentences=5, variable_nb_sentences=False)
...
'Acerca europa cinco diez producción programas. Arriba últimos socialista estados madrid. Estuvo secretario obra armas. Rodríguez propio marcha pp tiempos mes mundo principio. Pensar noche seguir paz políticos ni grado profesional.'
'Escuela última tales existencia. P técnica luz. Enfermedad ni asimismo países precio otras. Datos aunque respecto universidad hermano nada causa. Queda cuba televisión pablo.'
'Queda podría ella tenían trata número tras informe. Decía lucha nuestros. Permite momento días ser. Pp carne encuentra niños. Muchas local parís cama función martín cine.'
'Figura república i noviembre últimos voz mayor. Origen solución sociedad régimen unos nadie producto luz. Mundo algunos ve muy. Económico obstante clase cada hecho social s. Niños único conseguir todo.'
'Muchos blanca formación. Fuera felipe pone más ir año carlos. Ese casos cultura así niño. Mundo vuelve nuestro ellas régimen aumento grado embargo. Piel vez poner solución aquella.'

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.paragraph(nb_sentences=5, ext_word_list=['abc', 'def', 'ghi', 'jkl'])
...
'Abc jkl def jkl jkl jkl. Ghi jkl ghi def jkl ghi. Jkl ghi ghi ghi abc. Ghi jkl ghi def. Def def ghi abc.'
'Def ghi abc jkl jkl abc jkl. Abc def jkl abc def jkl abc ghi. Jkl abc ghi abc jkl. Jkl def def def abc def jkl. Jkl ghi ghi def ghi. Def abc abc jkl abc jkl.'
'Abc ghi abc abc abc abc ghi. Ghi jkl ghi ghi abc abc ghi. Ghi def ghi jkl jkl jkl. Def abc ghi def.'
'Abc def ghi def abc. Jkl abc abc ghi abc ghi. Ghi abc abc abc jkl abc abc. Abc abc jkl abc.'
'Abc jkl jkl abc def abc def. Abc def def abc def. Abc jkl abc def ghi jkl jkl abc.'

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.paragraph(nb_sentences=5, variable_nb_sentences=False, ext_word_list=['abc', 'def', 'ghi', 'jkl'])
...
'Jkl def def ghi def jkl. Jkl def jkl abc abc. Jkl ghi def jkl. Jkl def ghi jkl ghi def abc def. Ghi abc ghi def ghi abc jkl jkl.'
'Ghi def jkl ghi. Ghi jkl def. Ghi abc jkl abc jkl abc. Def abc def ghi jkl abc ghi. Ghi jkl ghi jkl.'
'Ghi def abc jkl def abc abc jkl. Ghi ghi def. Ghi abc abc abc. Jkl jkl ghi def. Def jkl jkl jkl ghi jkl ghi.'
'Def ghi ghi jkl def def abc. Ghi jkl abc ghi abc abc jkl def. Abc abc ghi abc. Ghi jkl ghi abc abc abc jkl. Def def jkl abc.'
'Abc jkl ghi. Abc jkl jkl abc def abc def. Abc def def abc def. Abc jkl abc def ghi jkl jkl abc. Jkl abc ghi jkl def.'

paragraphs(nb: int = 3, ext_word_list: Sequence[str] | None = None) → List[str]

生成一个段落列表。

This method uses paragraph() under the hood to generate paragraphs, and the nb argument controls exactly how many sentences the list will contain. The ext_word_list argument works in exactly the same way as well.

示例:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.paragraphs(nb=5)
...
['Dos peor capacidad grado s arriba. B pequeña prensa da estuvo secretario. Rafael época ejército clase algunos.', 'Pp tiempos mes mundo. Mal pensar noche seguir paz políticos.', 'Profesional sí prueba seguro memoria hubo p. Unas voz comercio tener sol eran.', 'Datos aunque respecto universidad hermano nada causa. Queda cuba televisión pablo.', 'Energía imagen especialmente buen fuentes cabeza manera. Este máximo carlos tiempo. Junio carne pese pp. Hechos aumento crisis duda cambio ejemplo permite.']
['Hora figura república i noviembre últimos voz mayor. Origen solución sociedad régimen unos nadie producto luz. Mundo algunos ve muy.', 'Clase cada hecho social s algo ella. Todo como rosa cosas. Posibilidad principales nos permite.', 'Quizá encontrar tiempo ese casos cultura. Estamos son mundo vuelve. Carlos lópez futuro rodríguez habría.', 'Expresión primer estas varias. Rey arte pueden mes.', 'Temas asimismo suelo razón lucha casi amigo. Construcción éste muy don estar jamás propia. Plaza función área adelante esto.']
['Actitud título aunque podemos derecha medio. Oficial interior militares jóvenes idea.', 'Base pocos años imagen cinco pasado decisión. Pequeña españoles de ser paso democracia está. He premio lleva hace baja diversas.', 'Mal nuestra región que unidad decisión. Tener evitar dentro nivel. Mundo salida servicio esa.', 'Felipe mayor modo resulta vuelta siquiera presidente. Dar es dos argentina.', 'Sistemas diversos armas también deja habrá. Momentos rodríguez pensar policía pasar parece respuesta. Lugar mañana orden.']
['Orden quizá también tenía. Junto comisión hacen cuanto estaban estar desde fueron. Fernando nivel g dicho nada importancia cerca.', 'Hecho mayor organización esta iba puedo. Has formas zona animales. Él otra dejó nos.', 'Dinero juego consejo valor.', 'Relaciones fuerza vuelve hombres fácil. Sistema presidente unidad adelante ha próximo. Les hijo parece fue siguientes. Natural contra edad tengo llamado.', 'J todas camino análisis marco comunidad asimismo real. Términos opinión temas ministerio reforma del ejército.']
['Cuando todas modo programas pese b. Uno otra zonas son tarde dos una. Mercado va todas siete generales prensa abril.', 'Partidos viene puerto. Torno sean victoria aún presente favor tales resultados. Importantes mí entrar lo considera construcción.', 'Habría luz central información tales psoe campo. Ni república mientras unidos s yo.', 'Base siguiente oposición región plaza política diversas.', 'P saber años. Diferencia lo domingo esto sé i suelo. Campo riesgo aire razones actividades.']

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.paragraphs(nb=5, ext_word_list=['abc', 'def', 'ghi', 'jkl'])
...
['Abc jkl def jkl jkl jkl. Ghi jkl ghi def jkl ghi. Jkl ghi ghi ghi abc.', 'Jkl ghi def abc. Def ghi abc ghi def ghi.', 'Jkl abc jkl ghi jkl ghi ghi. Abc def jkl abc ghi abc.', 'Def abc def ghi jkl abc ghi. Ghi jkl ghi jkl.', 'Ghi def ghi def ghi def abc. Abc jkl def abc. Jkl jkl jkl jkl. Ghi jkl ghi ghi abc abc ghi.']
['Def def ghi ghi jkl def def abc. Ghi jkl abc ghi abc abc jkl def. Abc abc ghi abc.', 'Ghi abc abc abc jkl abc abc. Abc abc jkl abc. Def ghi abc ghi.', 'Ghi jkl abc abc def def. Ghi abc abc jkl. Def jkl def jkl ghi.', 'Jkl abc abc ghi. Ghi def abc def.', 'Jkl jkl ghi def ghi abc ghi. Ghi def abc def abc jkl def. Ghi ghi jkl jkl abc.']
['Ghi jkl abc ghi ghi abc. Ghi def jkl ghi def.', 'Def ghi abc def def abc ghi. Jkl ghi abc abc def jkl abc. Abc jkl ghi abc ghi jkl.', 'Def abc ghi abc jkl ghi. Abc ghi abc def. Abc jkl def abc.', 'Jkl abc def ghi jkl ghi abc. Def abc abc ghi.', 'Jkl jkl jkl abc ghi ghi. Ghi jkl ghi def ghi abc ghi. Abc def def.']
['Def ghi abc abc. Def def ghi def def abc abc abc. Ghi def jkl def abc ghi def.', 'Abc abc def abc def ghi. Jkl ghi def jkl. Abc abc ghi abc.', 'Def ghi def def.', 'Def def jkl def jkl. Abc abc jkl jkl abc ghi. Abc def abc abc jkl. Ghi abc def def jkl.', 'Jkl abc def ghi jkl def jkl def. Jkl ghi jkl ghi jkl abc ghi.']
['Abc abc def jkl jkl ghi. Abc abc jkl abc abc abc abc. Def abc abc ghi jkl ghi jkl.', 'Ghi ghi jkl. Jkl ghi jkl abc ghi ghi jkl def. Ghi abc jkl abc jkl ghi.', 'Ghi def def def jkl jkl def. Abc ghi abc def jkl abc.', 'Def def jkl ghi ghi abc jkl.', 'Ghi def abc. Jkl abc ghi abc def ghi ghi. Def jkl def jkl ghi.']

sentence(nb_words: int = 6, variable_nb_words: bool = True, ext_word_list: Sequence[str] | None = None) → str

生成一个句子。

The nb_words argument controls how many words the sentence will contain, and setting variable_nb_words to False will generate the exact amount, while setting it to True (default) will generate a random amount (+/-40%, minimum of 1) using randomize_nb_elements().

Under the hood, words() is used to generate the words, so the argument ext_word_list works in the same way here as it would in that method.

示例:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.sentence(nb_words=10)
...
'Acerca europa cinco diez producción programas podía nuestros b pequeña.'
'Madrid madrid dijo atrás rafael época ejército clase algunos según cada capaz.'
'Mes mundo principio mesa humana piel nuestros señora hombres puerto.'
'Profesional sí prueba seguro memoria hubo p técnica luz marcha enfermedad ni asimismo.'
'Eran arriba precio datos aunque respecto universidad hermano.'

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.sentence(nb_words=10, variable_nb_words=False)
...
'Exterior acerca europa cinco diez producción programas podía nuestros b.'
'Pequeña prensa da estuvo secretario obra armas noviembre supuesto rodríguez.'
'Propio marcha pp tiempos mes mundo principio mesa humana piel.'
'Nuestros señora hombres puerto pasa no escuela última tales existencia.'
'La central santiago unas voz comercio tener sol eran arriba.'

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.sentence(nb_words=10, ext_word_list=['abc', 'def', 'ghi', 'jkl'])
...
'Jkl def def ghi def jkl def def ghi jkl.'
'Abc abc abc jkl jkl ghi ghi ghi abc abc abc jkl.'
'Def abc def ghi jkl jkl def jkl def jkl.'
'Jkl abc jkl ghi jkl ghi ghi jkl def ghi ghi abc jkl.'
'Abc jkl jkl def abc def ghi jkl.'

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.sentence(nb_words=10, variable_nb_words=True, ext_word_list=['abc', 'def', 'ghi', 'jkl'])
...
'Jkl def def ghi def jkl def def ghi jkl.'
'Abc abc abc jkl jkl ghi ghi ghi abc abc abc jkl.'
'Def abc def ghi jkl jkl def jkl def jkl.'
'Jkl abc jkl ghi jkl ghi ghi jkl def ghi ghi abc jkl.'
'Abc jkl jkl def abc def ghi jkl.'

sentences(nb: int = 3, ext_word_list: Sequence[str] | None = None) → List[str]

生成一个句子列表。

This method uses sentence() under the hood to generate sentences, and the nb argument controls exactly how many sentences the list will contain. The ext_word_list argument works in exactly the same way as well.

示例:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.sentences()
...
['Acerca europa cinco diez producción programas.', 'Arriba últimos socialista estados madrid.', 'Estuvo secretario obra armas.']
['Rodríguez propio marcha pp tiempos mes mundo principio.', 'Pensar noche seguir paz políticos ni grado profesional.', 'Escuela última tales existencia.']
['P técnica luz.', 'Enfermedad ni asimismo países precio otras.', 'Datos aunque respecto universidad hermano nada causa.']
['Queda cuba televisión pablo.', 'Queda podría ella tenían trata número tras informe.', 'Decía lucha nuestros.']
['Permite momento días ser.', 'Pp carne encuentra niños.', 'Muchas local parís cama función martín cine.']

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.sentences(nb=5)
...
['Acerca europa cinco diez producción programas.', 'Arriba últimos socialista estados madrid.', 'Estuvo secretario obra armas.', 'Rodríguez propio marcha pp tiempos mes mundo principio.', 'Pensar noche seguir paz políticos ni grado profesional.']
['Escuela última tales existencia.', 'P técnica luz.', 'Enfermedad ni asimismo países precio otras.', 'Datos aunque respecto universidad hermano nada causa.', 'Queda cuba televisión pablo.']
['Queda podría ella tenían trata número tras informe.', 'Decía lucha nuestros.', 'Permite momento días ser.', 'Pp carne encuentra niños.', 'Muchas local parís cama función martín cine.']
['Figura república i noviembre últimos voz mayor.', 'Origen solución sociedad régimen unos nadie producto luz.', 'Mundo algunos ve muy.', 'Económico obstante clase cada hecho social s.', 'Niños único conseguir todo.']
['Muchos blanca formación.', 'Fuera felipe pone más ir año carlos.', 'Ese casos cultura así niño.', 'Mundo vuelve nuestro ellas régimen aumento grado embargo.', 'Piel vez poner solución aquella.']

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.sentences(nb=5, ext_word_list=['abc', 'def', 'ghi', 'jkl'])
...
['Jkl def def ghi def jkl.', 'Jkl def jkl abc abc.', 'Jkl ghi def jkl.', 'Jkl def ghi jkl ghi def abc def.', 'Ghi abc ghi def ghi abc jkl jkl.']
['Ghi def jkl ghi.', 'Ghi jkl def.', 'Ghi abc jkl abc jkl abc.', 'Def abc def ghi jkl abc ghi.', 'Ghi jkl ghi jkl.']
['Ghi def abc jkl def abc abc jkl.', 'Ghi ghi def.', 'Ghi abc abc abc.', 'Jkl jkl ghi def.', 'Def jkl jkl jkl ghi jkl ghi.']
['Def ghi ghi jkl def def abc.', 'Ghi jkl abc ghi abc abc jkl def.', 'Abc abc ghi abc.', 'Ghi jkl ghi abc abc abc jkl.', 'Def def jkl abc.']
['Abc jkl ghi.', 'Abc jkl jkl abc def abc def.', 'Abc def def abc def.', 'Abc jkl abc def ghi jkl jkl abc.', 'Jkl abc ghi jkl def.']

text(max_nb_chars: int = 200, ext_word_list: Sequence[str] | None = None) → str

生成一个文本字符串。

max_nb_chars 参数控制文本字符串的大致字符数，根据其值，此方法可能使用 words()、sentences() 或 paragraphs() 来生成文本。 ext_word_list 参数的工作方式与在这些方法中的任何一个中完全相同。

示例:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.text(max_nb_chars=20)
...
'Señora comisión.'
'Esfuerzo salud.'
'Algunas destino.'
'Organización.'
'Pacientes precio.'

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.text(max_nb_chars=80)
...
'Acerca europa cinco diez producción programas.'
'Estuvo secretario obra armas.'
'Pensar noche seguir paz políticos ni grado profesional.'
'P técnica luz. Enfermedad ni asimismo países precio otras.'
'Queda cuba televisión pablo.'

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.text(max_nb_chars=160)
...
'Dos peor capacidad grado s arriba. B pequeña prensa da estuvo secretario. Rafael época ejército clase algunos.'
'Profesional sí prueba seguro memoria hubo p. Unas voz comercio tener sol eran.'
'Energía imagen especialmente buen fuentes cabeza manera. Este máximo carlos tiempo. Junio carne pese pp. Hechos aumento crisis duda cambio ejemplo permite.'
'Clase cada hecho social s algo ella. Todo como rosa cosas. Posibilidad principales nos permite.'
'Expresión primer estas varias. Rey arte pueden mes.'

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.text(ext_word_list=['abc', 'def', 'ghi', 'jkl'])
...
'Abc jkl def jkl jkl jkl. Ghi jkl ghi def jkl ghi. Jkl ghi ghi ghi abc.\nJkl ghi def abc. Def ghi abc ghi def ghi.\nJkl abc jkl ghi jkl ghi ghi. Abc def jkl abc ghi abc.'
'Ghi def ghi def ghi def abc. Abc jkl def abc. Jkl jkl jkl jkl. Ghi jkl ghi ghi abc abc ghi.\nDef def ghi ghi jkl def def abc. Ghi jkl abc ghi abc abc jkl def. Abc abc ghi abc.'
'Ghi jkl abc abc def def. Ghi abc abc jkl. Def jkl def jkl ghi.\nJkl abc abc ghi. Ghi def abc def.\nJkl jkl ghi def ghi abc ghi. Ghi def abc def abc jkl def. Ghi ghi jkl jkl abc.'
'Def ghi abc def def abc ghi. Jkl ghi abc abc def jkl abc. Abc jkl ghi abc ghi jkl.\nDef abc ghi abc jkl ghi. Abc ghi abc def. Abc jkl def abc.\nJkl abc def ghi jkl ghi abc. Def abc abc ghi.'
'Def ghi abc abc. Def def ghi def def abc abc abc. Ghi def jkl def abc ghi def.\nAbc abc def abc def ghi. Jkl ghi def jkl. Abc abc ghi abc.\nDef ghi def def.'

texts(nb_texts: int = 3, max_nb_chars: int = 200, ext_word_list: Sequence[str] | None = None) → List[str]

生成一个文本字符串列表。

The nb_texts argument controls how many text strings the list will contain, and this method uses text() under the hood for text generation, so the two remaining arguments, max_nb_chars and ext_word_list will work in exactly the same way as well.

示例:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.texts(nb_texts=5)
...
['Dos peor capacidad grado s arriba. B pequeña prensa da estuvo secretario. Rafael época ejército clase algunos.\nPp tiempos mes mundo. Mal pensar noche seguir paz políticos.', 'Datos aunque respecto universidad hermano nada causa. Queda cuba televisión pablo.', 'Hora figura república i noviembre últimos voz mayor. Origen solución sociedad régimen unos nadie producto luz. Mundo algunos ve muy.', 'Quizá encontrar tiempo ese casos cultura. Estamos son mundo vuelve. Carlos lópez futuro rodríguez habría.\nExpresión primer estas varias. Rey arte pueden mes.', 'Actitud título aunque podemos derecha medio. Oficial interior militares jóvenes idea.']
['Mal nuestra región que unidad decisión. Tener evitar dentro nivel. Mundo salida servicio esa.\nFelipe mayor modo resulta vuelta siquiera presidente. Dar es dos argentina.', 'Orden quizá también tenía. Junto comisión hacen cuanto estaban estar desde fueron. Fernando nivel g dicho nada importancia cerca.', 'Dinero juego consejo valor.\nRelaciones fuerza vuelve hombres fácil. Sistema presidente unidad adelante ha próximo. Les hijo parece fue siguientes. Natural contra edad tengo llamado.', 'Cuando todas modo programas pese b. Uno otra zonas son tarde dos una. Mercado va todas siete generales prensa abril.', 'Habría luz central información tales psoe campo. Ni república mientras unidos s yo.\nBase siguiente oposición región plaza política diversas.']
['Mismos orden hecho acto parecía expresión mucho ii. Profesional tribunal argentina supuesto juego. Ser presencia amor tener persona.', 'Menos juez corazón sin. Salud dado serie entrar voz través m. Ellas si segunda del.\nMismo aparece parece noche pie diversos. Actitud luis francia hermano.', 'Ayuda tras flores antes salir luego presenta. Película mal sociedad mitad.\nAmbos años esto lo después cada. Cierto dado jorge principal director igual.', 'Conocer casi precisamente propuesta fin libertad pueden. Quiere recursos político blanco tan mitad tierra.', 'Recuerdo seguro imagen humanos libro operación boca. Unión cuando volver largo buena. Intereses recuerdo fecha bien podrá tú hombre.']
['Cierto entrada qué posición sus mes. U imágenes puedo.\nA también posición premio instituciones ambiente. Nacional pedro sistema principio vivir.', 'Ya lleva operación c miedo existen.\nDirector tan dolor d sola juicio demás sólo. Partes haciendo queda corazón salud ninguna madre.', 'Mis duda manera aunque comercio van. Incluso metros manos mundial buen. Palabras momentos era comenzó ahora visto éxito.\nImágenes visto les esa según ideas.', 'Espera fácil ésta llegó económico. Sentido les nuestras según conocimiento. Usted hacerlo somos a presente.', 'México opinión habla junio tal misma. Están agua centros serie. Cambio millones mí buen evitar.']
['Españoles enfermedad informe memoria. Tipos haber hemos sean cuerpo oposición.\nPalabras sea su partidos puede. Política como única pero era ley tomar uno.', 'Socialista banco película conseguir ejército peso.\nFondo ex el lugar. Prueba ambiente otros mano técnica misma sistemas. Miedo aumento importancia formación.', 'Lejos habría ojos. Existe valores minutos. Porque esos explicó último análisis enfermedad muerto.\nJusticia hubiera período obra mayor máximo película. Plan cuarto argentina libro profesional.', 'Apoyo arte aquella del.\nSean he pasa espacio martín. Popular parte buenos cine. Mismos ministerio buen siendo cosa con diferencia.\nPasar voy torno manera mayo. Exterior dejó tal sur.', 'Pedro allí quería oposición. Curso nunca carne propuesta. Concepto través razones lejos actividades tanto.\nLas obra fecha saber características objetivo razón.\nBueno s mucho seguro mil pero soy duda.']

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.texts(nb_texts=5, max_nb_chars=50)
...
['Acerca europa cinco diez producción programas.', 'Estuvo secretario obra armas.', 'Escuela última tales existencia. P técnica luz.', 'Queda cuba televisión pablo.', 'Decía lucha nuestros. Permite momento días ser.']
['Muchas local parís cama función martín cine.', 'Mundo algunos ve muy.', 'Niños único conseguir todo.', 'Fuera felipe pone más ir año carlos.', 'Piel vez poner solución aquella.']
['Temas asimismo suelo razón lucha casi amigo.', 'Plaza función área adelante esto.', 'Medio horas datos seguro pie temas.', 'Poder parte habrá.', 'Diversas hablar viene mal.']
['Les suelo instituciones problema imágenes.', 'Dar es dos argentina.', 'Lugar mañana orden.', 'Creo destino quien presidente marcha.', 'Dio quienes especial menos pequeña.']
['Campaña vio has formas zona animales.', 'País cuya junto.', 'Salud ellas parte oposición.', 'Serie modo república somos.', 'Vuelve j todas camino.']

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.texts(nb_texts=5, max_nb_chars=50, ext_word_list=['abc', 'def', 'ghi', 'jkl'])
...
['Jkl def def ghi def jkl. Jkl def jkl abc abc.', 'Jkl def ghi jkl ghi def abc def.', 'Ghi def jkl ghi. Ghi jkl def.', 'Def abc def ghi jkl abc ghi. Ghi jkl ghi jkl.', 'Ghi ghi def. Ghi abc abc abc. Jkl jkl ghi def.']
['Def ghi ghi jkl def def abc.', 'Abc abc ghi abc. Ghi jkl ghi abc abc abc jkl.', 'Abc jkl ghi. Abc jkl jkl abc def abc def.', 'Abc jkl abc def ghi jkl jkl abc.', 'Abc jkl ghi abc ghi. Jkl jkl ghi def ghi abc ghi.']
['Ghi ghi jkl jkl abc. Def def ghi abc abc.', 'Def ghi def. Abc abc ghi.', 'Abc jkl jkl def ghi jkl jkl. Jkl def ghi def.', 'Abc ghi jkl def jkl. Def jkl ghi abc.', 'Def abc abc ghi. Def def ghi jkl jkl jkl ghi.']
['Abc def def. Ghi def ghi abc abc jkl.', 'Def jkl ghi. Def def def abc jkl.', 'Ghi jkl jkl ghi def jkl. Abc abc ghi abc.', 'Jkl ghi abc abc abc jkl ghi. Def def abc jkl.', 'Def def ghi jkl. Ghi abc def def jkl.']
['Jkl def jkl def def def. Ghi jkl abc ghi ghi.', 'Def ghi def jkl ghi jkl abc abc.', 'Jkl ghi jkl ghi ghi ghi jkl.', 'Ghi abc jkl abc jkl ghi. Ghi def abc jkl jkl.', 'Def jkl abc abc def. Jkl ghi abc ghi jkl def abc.']

word(part_of_speech: str | None = None, ext_word_list: Sequence[str] | None = None) → str

生成一个单词。

This method uses words() under the hood with the nb argument set to 1 to generate the result.

示例:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.word()
...
'señora'
'comisión'
'fácil'
'esfuerzo'
'salud'

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.word(ext_word_list=['abc', 'def', 'ghi', 'jkl'])
...
'jkl'
'jkl'
'abc'
'ghi'
'jkl'

words(nb: int = 3, ext_word_list: List[str] | None = None, part_of_speech: str | None = None, unique: bool = False) → List[str]

生成一个单词元组。

nb 参数控制结果列表中的单词数量，如果提供了 ext_word_list，将使用该列表中的单词而不是区域提供者内置单词列表中的单词。

如果未提供 word_list，该方法将使用默认值 None，这将导致该方法调用 get_words_list 方法来获取单词列表。如果提供了 word_list，该方法将使用提供的列表。

如果 unique 为 True，此方法将返回包含唯一单词的列表。在底层，将使用 random_sample() 进行无放回采样。如果 unique 为 False，则使用 random_choices()，返回的列表可能包含重复项。

示例:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.words()
...
['exterior', 'acerca', 'europa']
['cinco', 'diez', 'producción']
['programas', 'podía', 'nuestros']
['b', 'pequeña', 'prensa']
['da', 'estuvo', 'secretario']

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.words(nb=5)
...
['exterior', 'acerca', 'europa', 'cinco', 'diez']
['producción', 'programas', 'podía', 'nuestros', 'b']
['pequeña', 'prensa', 'da', 'estuvo', 'secretario']
['obra', 'armas', 'noviembre', 'supuesto', 'rodríguez']
['propio', 'marcha', 'pp', 'tiempos', 'mes']

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.words(nb=5, ext_word_list=['abc', 'def', 'ghi', 'jkl'])
...
['jkl', 'jkl', 'def', 'def', 'ghi']
['def', 'jkl', 'def', 'def', 'ghi']
['jkl', 'ghi', 'def', 'jkl', 'ghi']
['def', 'jkl', 'jkl', 'jkl', 'jkl']
['def', 'ghi', 'jkl', 'ghi', 'def']

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.words(nb=4, ext_word_list=['abc', 'def', 'ghi', 'jkl'], unique=True)
...
['jkl', 'def', 'abc', 'ghi']
['jkl', 'def', 'ghi', 'abc']
['ghi', 'jkl', 'abc', 'def']
['ghi', 'abc', 'jkl', 'def']
['def', 'jkl', 'abc', 'ghi']

faker.providers.person

class faker.providers.person.es_MX.Provider(generator: Any)

Bases: Provider

first_name() → str

示例:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.first_name()
...
'Judith'
'Lucía'
'Alfredo'
'Francisco Javier'
'Nayeli'

first_name_female() → str

示例:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.first_name_female()
...
'Judith'
'Lucía'
'Alfredo'
'Francisco Javier'
'Nayeli'

first_name_male() → str

示例:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.first_name_male()
...
'Judith'
'Lucía'
'Alfredo'
'Francisco Javier'
'Nayeli'

first_name_nonbinary() → str

示例:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.first_name_nonbinary()
...
'Judith'
'Lucía'
'Alfredo'
'Francisco Javier'
'Nayeli'

language_name() → str

生成一个随机的 i18n 语言名称（例如 English）。

示例:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.language_name()
...
'Letón'
'Maltés'
'Aimara'
'Igbo'
'Romanche'

last_name() → str

示例:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.last_name()
...
'Olmos'
'Peres'
'Arevalo'
'Huerta'
'Segura'

last_name_female() → str

示例:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.last_name_female()
...
'Olmos'
'Peres'
'Arevalo'
'Huerta'
'Segura'

last_name_male() → str

示例:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.last_name_male()
...
'Olmos'
'Peres'
'Arevalo'
'Huerta'
'Segura'

last_name_nonbinary() → str

示例:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.last_name_nonbinary()
...
'Olmos'
'Peres'
'Arevalo'
'Huerta'
'Segura'

name() → str

示例:

‘John Doe’

示例:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.name()
...
'Lucía Arevalo'
'Nayeli Mercedes Palacios Madrigal'
'Jorge Vergara'
'Natalia Clara Lerma'
'Barbara Serafín Henríquez'

name_female() → str

示例:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.name_female()
...
'Lucía Arevalo'
'Nayeli Mercedes Palacios Madrigal'
'Jorge Vergara'
'Natalia Clara Lerma'
'Barbara Serafín Henríquez'

name_male() → str

示例:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.name_male()
...
'Lucía Arevalo'
'Nayeli Mercedes Palacios Madrigal'
'Jorge Vergara'
'Natalia Clara Lerma'
'Barbara Serafín Henríquez'

name_nonbinary() → str

示例:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.name_nonbinary()
...
'Lucía Arevalo'
'Nayeli Mercedes Palacios Madrigal'
'Jorge Vergara'
'Natalia Clara Lerma'
'Barbara Serafín Henríquez'

prefix() → str

示例:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.prefix()
...
'Lic.'
'Lic.'
'Sr(a).'
'Mtro.'
'Ing.'

prefix_female() → str

示例:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.prefix_female()
...
'Lic.'
'Lic.'
'Sr(a).'
'Mtro.'
'Ing.'

prefix_male() → str

示例:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.prefix_male()
...
'Lic.'
'Lic.'
'Sr(a).'
'Mtro.'
'Ing.'

prefix_nonbinary() → str

示例:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.prefix_nonbinary()
...
'Lic.'
'Lic.'
'Sr(a).'
'Mtro.'
'Ing.'

suffix() → str

示例:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.suffix()
...
''
''
''
''
''

suffix_female() → str

示例:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.suffix_female()
...
''
''
''
''
''

suffix_male() → str

示例:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.suffix_male()
...
''
''
''
''
''

suffix_nonbinary() → str

示例:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.suffix_nonbinary()
...
''
''
''
''
''

faker.providers.phone_number

class faker.providers.phone_number.es_MX.Provider(generator: Any)

基类: Provider

country_calling_code() → str

示例:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.country_calling_code()
...
'+687'
'+595'
'+880'
'+964'
'+41'

msisdn() → str

https://en.wikipedia.org/wiki/MSISDN

示例:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.msisdn()
...
'6048764759382'
'2194892411578'
'5659387784080'
'6097535139332'
'1158714841858'

phone_number() → str

示例:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.phone_number()
...
'604-876-4759x382'
'(219)489-2411'
'(578)156-5938x77840'
'(016)097-5351x3933'
'871-158-7148'

faker.providers.ssn

class faker.providers.ssn.es_MX.Provider(generator: Any)

Bases: Provider

墨西哥SSN、RFC和CURP的Faker提供程序

curp() → str

参见 https://es.wikipedia.org/wiki/Clave_%C3%9Anica_de_Registro_de_Poblaci%C3%B3n。

Returns:

一个随机的墨西哥CURP（唯一人口登记代码）

示例:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.curp()
...
'QUTQ071129MNEJVSA6'
'PAUJ971117HTSRTO03'
'LOEQ580929MQONWR08'
'JOST391229MZSQFK08'
'TUOW690407HSLBPO01'

elector_code(gender: Literal['H', 'M'] | None = None) → str

墨西哥INE（国家选举研究所）颁发的唯一选民代码。

参数:

gender (str) – 要生成代码的性别。如果未提供，将随机选择。

Returns:

一个随机的INE选民代码

示例:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.elector_code()
...
'LTHWLQ07112922M508'
'ZQVGGD97111718H182'
'XCNHJY58092908M856'
'JKFDNV39122913H574'
'VJXRWP69040731H032'

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.elector_code(gender='M')
...
'ZXHZDL07112907M301'
'GPHCWN97111711M968'
'RHKTCK58092906M338'
'HGQHKS39122927M200'
'FQLDVZ69040702M769'

rfc(natural: bool = True) → str

参见 https://es.wikipedia.org/wiki/Registro_Federal_de_Contribuyentes

参数:

natural (bool) – 是否返回自然人的RFC。否则返回法人RFC。

Returns:

一个随机的墨西哥RFC

示例:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.rfc()
...
'MOVS071129FB4'
'EAUX9711176IZ'
'UIZR580929ELR'
'COXO39122987V'
'YUTW69040790E'

ssn() → str

墨西哥社会安全号码（由IMSS提供）。

Returns:

一个随机的墨西哥SSN

示例:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.ssn()
...
'50539706643'
'34626566359'
'39456195591'
'28176446186'
'18129641058'