Работа с паттернами¶

Паттерны в FUCKTAR определяют правила генерации данных для каждой модели. В этом разделе мы рассмотрим, как создавать и использовать паттерны.

Структура паттерна¶

Паттерн представляет собой класс, наследующий от BasePattern[T], где T - это тип модели данных:

from fucktar.generator import BasePattern
from fucktar.config import PatternConfig

class UserPatterns(BasePattern[User]):
    # Определение паттернов для полей
    first_name = r"^[A-Z][a-z]{4,9}$"
    last_name = r"^[A-Z][a-z]{4,12}$"
    email = r"^[a-z0-9._%+-]{5,20}@(gmail\.com|mail\.ru)$"

    # Конфигурация паттерна
    pattern_config = PatternConfig(
        scope="users",
        unique_fields=["email"]
    )

Использование встроенных паттернов¶

FUCKTAR предоставляет набор встроенных паттернов для различных типов данных:

from fucktar.default_patterns.users import UserRuPatterns
from fucktar.default_patterns.network import NetworkPatterns

class UserPatterns(BasePattern[User]):
    first_name = UserRuPatterns.first_name
    last_name = UserRuPatterns.last_name
    email = UserRuPatterns.email
    phone = UserRuPatterns.phone
    ipv4 = NetworkPatterns.ipv4

Создание пользовательских паттернов¶

Вы можете создавать собственные паттерны для специфических требований:

class ProductPatterns(BasePattern[Product]):
    name = r"^[A-Z][a-z]{5,20} [A-Z][a-z]{3,15}$"
    price = r"^\d{1,4}\.\d{2}$"  # Цена в формате 0.00 - 9999.99
    category = r"^(electronics|clothing|books|home)$"
    in_stock = r"^(True|False)$"  # Булево значение как строка

Комбинирование паттернов¶

Вы можете комбинировать встроенные и пользовательские паттерны:

class UserPatterns(BasePattern[User]):
    # Используем встроенные паттерны
    first_name = UserRuPatterns.first_name
    last_name = UserRuPatterns.last_name
    email = UserRuPatterns.email

    # Определяем собственные паттерны
    custom_field = r"^[A-Z]{3}-\d{3}$"

Наследование паттернов¶

Вы можете создавать иерархии паттернов для повторного использования:

class BaseUserPatterns:
    email = r"^[a-z0-9._%+-]{5,20}@(gmail\.com|mail\.ru)$"
    phone = r"^\+79\d{9}$"

class UserRuPatterns(BaseUserPatterns):
    first_name = r"^[А-ЯЁ][а-яё]{4,9}$"
    last_name = r"^[А-ЯЁ][а-яё]{4,12}$"

class UserEnPatterns(BaseUserPatterns):
    first_name = r"^[A-Z][a-z]{4,9}$"
    last_name = r"^[A-Z][a-z]{4,12}$"

Паттерны для сложных типов данных¶

Для генерации сложных типов данных вы можете использовать строковые представления:

from datetime import datetime
from ipaddress import IPv4Address

class NetworkPatterns(BasePattern[NetworkData]):
    # Генерируем строку, которая будет преобразована в IPv4Address
    ipv4 = r"^(?:25[0-5]|2[0-4]\d|1\d\d|[1-9]?\d)(?:\.(?:25[0-5]|2[0-4]\d|1\d\d|[1-9]?\d)){3}$"

    # Генерируем строку даты
    created_at = r"^(19|20)\d{2}-(0[1-9]|1[0-2])-(0[1-9]|[12]\d|2[0-8])$"

В модели данных вы можете определить свойства для преобразования строк в нужные типы:

@dataclass
class NetworkData:
    ipv4_str: str
    created_at_str: str

    @property
    def ipv4(self) -> IPv4Address:
        return IPv4Address(self.ipv4_str)

    @property
    def created_at(self) -> datetime:
        return datetime.fromisoformat(self.created_at_str)

Валидация паттернов¶

FUCKTAR автоматически проверяет корректность регулярных выражений при создании паттерна. Если регулярное выражение некорректно, будет выброшено исключение PatternGenerationError.