Dans le paysage du développement logiciel moderne, la fiabilité des environnements de pré-production dépend directement de la qualité des données de test injectées. La bibliothèque mock-jutsu répond à ce besoin critique en proposant des outils spécialisés pour la génération de données fictives hautement réalistes. Parmi les fonctionnalités dédiées aux identifiants internationaux, la fonction au_acn se distingue par sa capacité à produire des numéros d'entreprise australiens (Australian Company Number) parfaitement conformes aux spécifications techniques de l'ASIC (Australian Securities and Investments Commission).
Le numéro généré par au_acn respecte une structure rigoureuse de neuf chiffres. L'algorithme intégré à mock-jutsu ne se contente pas de produire une suite numérique aléatoire ; il implémente la méthode de calcul de la clé de contrôle pondérée MOD-10. Chaque chiffre de la séquence est multiplié par un poids spécifique avant que le résultat ne soit validé par un modulo. Cette précision garantit que chaque donnée de test produite passera avec succès les validateurs de formulaires et les algorithmes de vérification logique au sein de vos applications, évitant ainsi les échecs de saisie lors des phases de tests unitaires ou d'intégration.
L'utilisation de la fonction au_acn s'adapte à divers contextes techniques. Un développeur Python peut l'appeler via la méthode jutsu.generate('au_acn') pour peupler une base de données de développement, tandis qu'un ingénieur QA peut utiliser la ligne de commande avec mockjutsu generate au_acn pour des tests rapides. Pour les tests de performance, l'intégration native avec JMeter via la fonction dédiée permet de simuler des milliers de transactions impliquant des entités australiennes sans jamais compromettre la confidentialité de données réelles. C'est un atout majeur pour tester des systèmes de conformité KYC, des logiciels de comptabilité ou des plateformes de gestion de la relation client (CRM).
En adoptant mock-jutsu pour vos besoins en données fictives, vous accélérez vos cycles de développement tout en renforçant la robustesse de votre code. La fonction au_acn élimine la friction liée à la création manuelle de jeux de données complexes et assure une couverture de test exhaustive. Que vous construisiez une interface utilisateur ou une API financière, disposer de données de test structurellement exactes est le gage d'une application professionnelle exempte de régressions liées au formatage des identifiants d'entreprise.
mockjutsu generate au_acnmockjutsu bulk au_acn --count 10mockjutsu export au_acn --count 10 --format jsonmockjutsu export au_acn --count 10 --format csvmockjutsu export au_acn --count 10 --format sql# --mask: regulation-compliant output (PCI DSS / GDPR / KVKK)mockjutsu generate au_acn --maskmockjutsu bulk au_acn --count 5 --maskfrom mockjutsu import jutsujutsu.generate('au_acn')jutsu.bulk('au_acn', count=10)jutsu.template(['au_acn'], count=5)# mask=True: regulation-compliant outputjutsu.generate('au_acn', mask=True)jutsu.bulk('au_acn', count=5, mask=True)${__mockjutsu_intl_ids(au_acn)}# JMeter Function: __mockjutsu_intl_ids# Parameter 1: au_acn# Parameter 2: (not required for this function)# Add 'mask' keyword to get a regulation-compliant masked value${__mockjutsu_intl_ids(au_acn,mask)}GET /generate/au_acn# → {"type":"au_acn","result":"...","status":"ok"}GET /bulk/au_acn?count=10POST /template {"types":["au_acn"],"count":1}# mask=true: regulation-compliant outputGET /generate/au_acn?mask=trueGET /bulk/au_acn?count=5&mask=true| Paramètre | Valeurs | Description |
|---|---|---|
| --mask | true | false | Return a regulation-compliant masked value (PCI DSS, GDPR, KVKK…) |