Как генерировать реалистичные мок-данные с помощью Polyfactory

Библиотека Polyfactory помогает автоматически создавать тестовые данные на основе типов Python — от простых dataclasses до сложных вложенных моделей. Она работает с Pydantic, attrs, msgspec и стандартными dataclasses, поддерживая валидацию и ограничения.

В обучающем материале показано, как настраивать фабрики: определять кастомные поля через classmethods, задавать фиксированные значения (Use), игнорировать поля (Ignore), считать итоговые суммы и производные показатели (final_price, SKU, total_amount). Также разобраны примеры вложенных структур — заказы с товарами и доставкой, блог-посты с тегами, конфигурации с ключами.

Генератор позволяет собирать пачки записей, переопределять отдельные поля при build(), и точно воспроизводить доменные сценарии — от выбора отделов и зарплат до естественных имён и email.