In der modernen Softwareentwicklung ist die Qualität der Testdaten entscheidend für den Erfolg und die Zuverlässigkeit eines Projekts. Mit der Funktion au_abn bietet die Python-Bibliothek mock-jutsu ein spezialisiertes Werkzeug zur Generierung von australischen Business Numbers (ABN). Diese elfstelligen Identifikationsnummern sind für Unternehmen in Australien obligatorisch und folgen einer strengen mathematischen Logik. Durch den Einsatz von mock-jutsu können Entwickler sicherstellen, dass ihre Applikationen auch komplexe Validierungsprozesse fehlerfrei durchlaufen, ohne dabei auf echte, sensible Unternehmensdaten zurückgreifen zu müssen.
Die technische Besonderheit der au_abn Funktion liegt in der präzisen Umsetzung des offiziellen australischen Algorithmus. Eine gültige ABN besteht aus genau elf Ziffern, wobei die ersten beiden Stellen als Prüfziffern fungieren. Hierbei kommt das spezifische MOD-89-Verfahren zum Einsatz. Die Funktion berechnet diese Werte so, dass das generierte Ergebnis von jedem Standard-Validator als formal korrekt erkannt wird. Dies ist besonders wertvoll, wenn Systeme wie ERP-Software, CRM-Plattformen oder Rechnungsportale getestet werden, die eine strikte Eingabeprüfung für internationale Identifikationsnummern voraussetzen.
Die Integration von au_abn in den täglichen Entwickler-Workflow ist denkbar einfach und flexibel gestaltet. Über die Python-Schnittstelle lässt sich mit dem Befehl jutsu.generate('au_abn') sofort ein valider Datensatz erzeugen. Wer lieber direkt auf der Kommandozeile arbeitet, nutzt das CLI-Tool via mockjutsu generate au_abn für schnelle Ergebnisse. Auch für Performance-Tests ist gesorgt: Dank der nahtlosen JMeter-Anbindung können Mock-Daten direkt über den Ausdruck ${__mockjutsu(au_abn,)} in bestehende Testpläne eingebunden werden. Diese Vielseitigkeit macht die Bibliothek zu einem unverzichtbaren Begleiter für QA-Ingenieure und Backend-Entwickler gleichermaßen.
Typische Einsatzszenarien für diese Testdaten finden sich in der Entwicklung von E-Commerce-Lösungen, Steuer-Software oder Zahlungs-Gateways, die auf dem australischen Markt operieren. Anstatt wertvolle Zeit mit der manuellen Erstellung von Dummy-Werten zu verschwenden, liefert mock-jutsu auf Knopfdruck realistische und konsistente Daten. Dies minimiert nicht nur das Risiko von logischen Fehlern bei der Datenverarbeitung, sondern beschleunigt auch den gesamten CI/CD-Zyklus, da automatisierte Tests stets auf eine zuverlässige und konforme Datenquelle zugreifen können. So wird eine hohe Testabdeckung erreicht, während der Datenschutz durch den Verzicht auf reale Informationen stets gewahrt bleibt.
mockjutsu generate au_abnmockjutsu bulk au_abn --count 10mockjutsu export au_abn --count 10 --format jsonmockjutsu export au_abn --count 10 --format csvmockjutsu export au_abn --count 10 --format sql# --mask: regulation-compliant output (PCI DSS / GDPR / KVKK)mockjutsu generate au_abn --maskmockjutsu bulk au_abn --count 5 --maskfrom mockjutsu import jutsujutsu.generate('au_abn')jutsu.bulk('au_abn', count=10)jutsu.template(['au_abn'], count=5)# mask=True: regulation-compliant outputjutsu.generate('au_abn', mask=True)jutsu.bulk('au_abn', count=5, mask=True)${__mockjutsu_intl_ids(au_abn)}# JMeter Function: __mockjutsu_intl_ids# Parameter 1: au_abn# Parameter 2: (not required for this function)# Add 'mask' keyword to get a regulation-compliant masked value${__mockjutsu_intl_ids(au_abn,mask)}GET /generate/au_abn# → {"type":"au_abn","result":"...","status":"ok"}GET /bulk/au_abn?count=10POST /template {"types":["au_abn"],"count":1}# mask=true: regulation-compliant outputGET /generate/au_abn?mask=trueGET /bulk/au_abn?count=5&mask=true| Parameter | Werte | Beschreibung |
|---|---|---|
| --mask | true | false | Return a regulation-compliant masked value (PCI DSS, GDPR, KVKK…) |