nz_irdIntlIDs

Mock Jutsu HOW-TO | DE

In der modernen Softwareentwicklung ist die Qualität der verwendeten Testdaten entscheidend für die Stabilität und Sicherheit von Anwendungen. Mit der Python-Bibliothek mock-jutsu erhalten Entwickler ein mächtiges Werkzeug an die Hand, um realistische Datensätze für internationale Anforderungen zu erstellen. Ein spezielles Feature innerhalb der Kategorie IntlIDs ist die Funktion nz_ird, die für die Generierung von neuseeländischen IRD-Nummern (Inland Revenue Department) konzipiert wurde. Diese Nummern sind für steuerliche Prozesse in Neuseeland unerlässlich und müssen strikten mathematischen Regeln folgen, um von Validierungssystemen akzeptiert zu werden.

Die Funktion nz_ird erzeugt Mock-Daten, die exakt dem neuseeländischen Standard entsprechen. Dabei generiert das Tool acht- oder neunstellige Nummern in einem definierten Wertebereich zwischen 10 Millionen und 150 Millionen. Das technische Herzstück dieser Validierung ist der MOD-11-Prüfziffernalgorithmus. Die Bibliothek mock-jutsu implementiert diesen Algorithmus präzise, sodass jede generierte Nummer mathematisch korrekt ist und die internen Konsistenzprüfungen von Finanzapplikationen besteht. Dies ist besonders wichtig für Unit-Tests oder Integrationstests, bei denen Eingabemasken oder Datenbank-Constraints die Gültigkeit der Steuernummer prüfen, ohne dass dabei echte, sensible Daten von Bürgern verwendet werden müssen.

Die Integration von nz_ird in den täglichen Workflow ist denkbar einfach und flexibel gestaltet. Entwickler können die Funktion direkt in ihren Python-Skripten über den Aufruf jutsu.generate('nz_ird') nutzen oder für schnelle Ad-hoc-Ergebnisse die Kommandozeile mit dem Befehl mockjutsu generate nz_ird verwenden. Auch für Performance- und Lasttests ist gesorgt: In Apache JMeter lässt sich die Funktion nahtlos über den Ausdruck ${__mockjutsu(nz_ird,)} einbinden. Diese Vielseitigkeit spart wertvolle Zeit beim Setup von Testumgebungen und stellt sicher, dass die Testdaten über verschiedene Teststufen hinweg konsistent und valide bleiben.

Typische Einsatzszenarien für nz_ird finden sich vor allem in der Entwicklung von Fintech-Lösungen, E-Commerce-Plattformen mit internationalem Fokus oder KYC-Prozessen (Know Your Customer). Durch den Einsatz dieser Mock-Daten können Teams sicherstellen, dass ihre Systeme robust gegenüber verschiedenen Eingabeformaten sind und gleichzeitig die strengen Datenschutzrichtlinien einhalten, da keinerlei realer Personenbezug hergestellt wird. Letztlich ermöglicht mock-jutsu eine effiziente Fehleridentifikation in einem frühen Stadium des Entwicklungszyklus, was die Release-Zyklen beschleunigt und die allgemeine Softwarequalität nachhaltig steigert.

CLI-Verwendung
mockjutsu generate nz_irdmockjutsu bulk nz_ird --count 10mockjutsu export nz_ird --count 10 --format jsonmockjutsu export nz_ird --count 10 --format csvmockjutsu export nz_ird --count 10 --format sql# --mask: regulation-compliant output (PCI DSS / GDPR / KVKK)mockjutsu generate nz_ird --maskmockjutsu bulk nz_ird --count 5 --mask
Python API
from mockjutsu import jutsujutsu.generate('nz_ird')jutsu.bulk('nz_ird', count=10)jutsu.template(['nz_ird'], count=5)# mask=True: regulation-compliant outputjutsu.generate('nz_ird', mask=True)jutsu.bulk('nz_ird', count=5, mask=True)
JMeter
${__mockjutsu_intl_ids(nz_ird)}# JMeter Function: __mockjutsu_intl_ids# Parameter 1: nz_ird# Parameter 2: (not required for this function)# Add 'mask' keyword to get a regulation-compliant masked value${__mockjutsu_intl_ids(nz_ird,mask)}
REST API
GET /generate/nz_ird# → {"type":"nz_ird","result":"...","status":"ok"}GET /bulk/nz_ird?count=10POST /template {"types":["nz_ird"],"count":1}# mask=true: regulation-compliant outputGET /generate/nz_ird?mask=trueGET /bulk/nz_ird?count=5&mask=true

Parameter

Parameter Werte Beschreibung
--mask true | false Return a regulation-compliant masked value (PCI DSS, GDPR, KVKK…)

Andere Sprachen